The impact of institutional measures on optimal use of intravenous immunoglobulin
Notice bibliographique
Résumé
BACKGROUND: Intravenous immunoglobulin (IVIG) shortage represents an emerging issue in transfusion medicine. Limited data are available to determine effective strategies for optimal use. The objective of this retrospective observational study was to determine the impact of institutional measures on IVIG use at a large academic center. METHODS: IVIG infusions from November 26, 2018 to September 25, 2022 were categorized according to their appropriateness (Recommended, Option of treatment, or Unrecommended), based on provincial guidelines, and separated into three phases: Reference, Transition, and Post-Implementation phases, the latter following the adoption of restrictive measures, including mandatory standardized order forms, a blood bank gatekeeping strategy, and the creation of a stewardship committee. RESULTS: A total of 5431 IVIG infusions were administered to 544 patients, accounting for 295,033 g. The most common indication categories were neurology (30.4%), immunology (29.0%), and hematology (17.4%). From Reference to Post-Implementation phase, IVIG infusions decreased from 2275 to 2000 with unrecommended indications dropping from 9.5% to 7.4% (p = 0.01), and a global reduction of 23.0% (from 131,163 g to 100,936 g of IVIG). Decrease in chronic immunomodulation accounted for 48.3% of total reduction (14,610 g of 30,227 g), whereas single-use immunomodulation, 40.5% (12,237 g of 30,227 g). Moreover, an absolute reduction of 16.9% was observed in orders exceeding the recommended doses (20.8% to 3.9%; p < 0.0001). Together, the unrecommended and excessive IVIG doses decreased from 19,975 g (15.2%) to 6670 g (6.6%). CONCLUSIONS: A global reduction in IVIG use and a preferential decrease in the unrecommended orders were observed, most likely attributable to the bundle of restrictive strategies implemented.
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 | 0,000 |
| 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) | 0,000 | 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 ».