Leading digit bias in hemoglobin thresholds for red cell transfusion
Notice bibliographique
Résumé
BACKGROUND: Leading digit bias is a heuristic whereby humans overemphasize the left-most digit when evaluating numbers (e.g., 9.99 vs. 10.00). The bias might affect the interpretation of hemoglobin results and influence red cell transfusion in hospitalized patients. STUDY DESIGN AND METHODS: Adults who received a red cell transfusion while registered at the University Health Network (Toronto, Canada) between January 1, 2016 and January 1, 2022 (n = 6 years) were included. The primary analysis excluded apheresis, red cell disorders, radiology suites, and operating rooms. The primary comparison was a regression discontinuity analysis of transfusion occurrence above and below the hemoglobin threshold of 79 g/L (local units). Additional analyses tested other leading digit and control thresholds (71, 81, and 91 g/L). Secondary analyses explored temporal covariates and clinical subgroups. RESULTS: A total of 211,872 red cell transfusions were identified over the study period (median pre-transfusion hemoglobin 76 g/L; interquartile range = 69-92 g/L), with 107,790 inpatient transfusions in the primary analysis. The 79 g/L threshold showed 815 fewer red cell units above the threshold (95% confidence interval [CI]: -1215 to -415). The 69 g/L threshold showed 2813 fewer transfused units (95% CI: -4407 to -1220), and 89 g/L showed 40 fewer units (95% CI: -408 to 328). The effect was accentuated during daytime, weekday, and May-June months, persisted in analyses including all transfusions, and was absent at control thresholds. CONCLUSION: Leading digit bias might have a modest influence on the decision to transfuse red cells. The findings may inform practice guidelines and quasi-experimental study design in transfusion research.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».