How do I manage a blood product shortage?
Notice bibliographique
Résumé
BACKGROUND: The demand for blood products sometimes exceeds the available inventory. Blood product inventories are dependent upon the availability of donors, supplies and reagents, and collection staff. During prolonged extreme shortages, blood centers and transfusion services must alter practices to meet the needs of patients. STUDY DESIGN AND METHODS: The Association for the Advancement of Blood and Biotherapies Donor and Blood Component Management Subsection compiled some strategies from its blood center and hospital transfusion service members that could be implemented during blood product shortages. RESULTS: Some strategies that blood centers could use to increase their available inventories include increasing donor recruitment efforts, using alternate types of collection kits, manufacturing low-yield apheresis-derived platelets and/or whole blood-derived platelets, using cold-stored platelets, transferring inventory internally among centers of the same enterprise, using frozen inventory, decreasing standing order quantities, prioritizing allocation to certain patient populations, filling partial orders, and educating customers and blood center staff. Transfusion service strategies that could be implemented to maximize the use of the limited available inventory include increasing patient blood management efforts, using split units, finding alternate blood suppliers, trading blood products with other hospital transfusion services, developing a patient priority list, assembling a hospital committee to decide on triaging priorities, using expired products in extreme situations, and accepting nonconforming products after performing safety checks. DISCUSSION: Blood centers and transfusion services must choose the appropriate strategies to implement based on their needs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».