Healthcare provider's perceptions of bleeding in patients with acute leukaemia undergoing induction chemotherapy: A qualitative study
Notice bibliographique
Résumé
BACKGROUND: Bleeding is a primary outcome for many transfusion-related trials in acute leukaemia (AL) patients, typically graded using the World Health Organisation (WHO) bleeding scale (clinically significant bleed (CSB) is ≥grade 2). This composite outcome fails to differentiate minor bleeds that may not be significant, poorly represents the total burden of bleeding and lacks input from healthcare providers (HCPs) and patients. As part of a multi-step project to create a better bleeding tool for trials, our objective was to identify HCPs' perspectives on the components of CSB in AL patients. STUDY DESIGN AND METHODS: Using qualitative description, we interviewed 19 physicians and nurses who care for AL patients undergoing induction chemotherapy. Participants were recruited from professional organisations, networks and social media. An inductive approach to conventional content analysis was used. RESULTS: HCPs identified features of CSB as the anatomical site of bleeding, amount of bleeding, need for intervention and changes in vital signs. Using these characteristics, bleeding events were categorised into three groups: clinically significant, could evolve into a CSB and not clinically significant. HCPs considered the patient's condition, bleeding history and clinical intuitions when deciding whether a bleed could escalate into serious bleeding. DISCUSSION: Using data from HCPs, we categorised bleeds as clinically significant, could evolve into a CSB, and not significant. A study of patients' perspectives on the importance of different kinds of bleeding is the next step to creating a bleeding definition that is informed by evidence, clinicians and patients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».