Preoperative Autologous Blood Donation for Rh-Negative Pregnant Women Undergoing Cesarean Sections
Notice bibliographique
Résumé
Background: Cesarean sections (C-section) often require blood transfusions in cases of severe bleeding, particularly challenging in Rh-negative pregnancies due to the scarcity of Rh-negative donors, with only approximately 0.3% of the population in Thailand. Autologous blood donation, where individuals donate their own blood before surgery, offers a promising solution. Our study focused on preparing preoperative autologous blood donations (PAD) for Rh-negative pregnancies. Methods: We conducted blood screening on 7,182 pregnancies at Takuapa Hospital from October 2013 to September 2018, identifying 21 Rh-negative pregnant women. We established criteria based on hemoglobin (Hb) levels, which are crucial for autologous blood preparation (Hb at 11.0 g/dL, and hematocrit (Hct) above 33%). Blood samples were collected twice during pregnancy, at 36 and 37 weeks, with the second collection 1 week before the C-section. Pregnancies testing positive for infectious markers were excluded following standard blood donation guidelines. Twelve pregnant women testing negative for infectious markers were enrolled. Results: The demographic data showed 12 subjects aged 17 to 41 years, with an average of 27.83. Initial blood tests indicated Hb and Hct levels of 12.5 g/dL, and 36.4%, slightly decreasing to 12.2 g/dL and 35.8% in the second collection. On the day of the cesarean, levels further declined to 11.6 g/dL and 34.4%, respectively, within normal ranges. At discharge, the Hct measured 34.8%. Maternal and infant health post-C-section were good, with baby weights ranging from 2,640 to 4,080 g. None of the 12 cases required autologous blood transfusion, validating the safety of standard autologous blood preparation practices. Conclusions: This study highlights the safety of autologous blood donation for pregnant women with rare blood types, which was achieved through effective planning and collaboration among hospital departments. These findings can serve as a model for other hospitals and significantly reduce the burden of searching for Rh-negative donors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».