Associated criteria used in investigating suspected septic transfusion reactions: A scoping review
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Septic transfusion reactions (STRs) occur as a result of bacterial contamination of blood or blood products, resulting in sepsis. This scoping review aimed to identify, explore and map the available literature on the STR criteria triggering the investigation of STR. MATERIALS AND METHODS: Four electronic databases (MEDLINE, Web of Science, Science Direct, Embase) were searched to retrieve scientific literature reporting such criteria, published from 1 January 2000 to 5 May 2022. Grey literature was also searched from open web sources. RESULTS: Of 1052 references identified, 43 (21 peer-reviewed and 22 grey literature) met the eligibility criteria for inclusion and data extraction after full article screening. Of them, most (27/43, 62.79%) were found to report a single set of criteria, and only two reported four or more sets of criteria. The analysis of 66 sets of criteria collected from the selected references revealed 57 different sets. A few sets of criteria used only one sign and symptom (s/s) (12.12%, n = 8), whereas 16 sets used 7-15 s/s (n = 16/66; 24.24%). Of the total 319 occurrences of s/s associated with the 66 sets of criteria, post-transfusion hyperthermia, body temperature increase and hypotension were the most common s/s categories. Of all the literature available, only one study tested the diagnostic accuracy of the STR criteria. CONCLUSION: This scoping review revealed a substantial variation in criteria used to identify suspected STR. Consequently, conducting further studies to enhance the diagnostic accuracy of these criteria, which trigger STR investigations, is imperative for advancing clinical practice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».