MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405054916 · doi:10.1182/blood-2024-209033

Substantial Variability in Platelet Transfusion Practice in a Patient-Level Audit of 56,204 Transfusions across 22 Hospitals

2024· article· en· W4405054916 sur OpenAlexaff
Sarah Ryan, Yang Liu, Sheharyar Raza, Janique Dyba, Donald M. Arnold, Anne Loeffler, Amol A. Verma, Fahad Razak, Jeannie Callum

Notice bibliographique

RevueBlood · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood transfusion and management
Établissements canadiensSt. Michael's HospitalUniversity of TorontoCanadian Blood ServicesMcMaster UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditPlatelet transfusionEmergency medicineBlood transfusionPlateletInternal medicineIntensive care medicinePediatrics

Résumé

récupéré en direct d'OpenAlex

Introduction: Platelet transfusions are the second most commonly transfused blood product after red blood cells, with over 2 million units transfused annually in the United States. Despite randomized trials and evidence-based guidelines, recent audits have found high rates of unnecessary transfusion, ranging from 22% to 42%, driven primarily by prophylactic transfusion in non-bleeding patients at a threshold over 10,000/uL. Our multicenter, retrospective observational study sought to characterize transfused patients, assess time trends, and describe variability in pre-transfusion platelet counts across 22 hospital sites. Methods: We conducted a retrospective, multicenter observation study of general medicine wards, subspecialty wards (including hematology-oncology), and critical care areas at 32 hospitals from January 1, 2017 to June 30, 2022 participating in the GEMINI data platform (https://geminimedicine.ca/). Ten sites were excluded for invalid platelet transfusion data. A platelet unit was defined as any platelet type, including apheresis units and pooled whole blood derived platelets. Any platelet units issued within 60 minutes of one another without repeat platelet count between units was considered part of one transfusion event. A transfusion event was tied to the closest platelet count that occurred within the preceding 24 hours. Our primary analysis examined variability in pre-transfusion platelet count across clinical diagnosis, patient subgroups, hospital sites, and clinician characteristics. Results: Across 804,067 admissions over 22 hospitals, 17,777 (2.2%) involved at least one platelet transfusion. The analysis included 56,204 platelet transfusion events. The most common primary diagnoses of transfused patients were malignancy (25.1%), cardiovascular disease (19%), gastrointestinal disease (10.2%) and traumatic injury (8.9%). In an analysis of platelet units per transfusion event, 93.6% were given as 1 unit, 5.2% as 2 units and 1.2% as >2 units. No pre-transfusion platelet count was performed in the preceding 24 hours for 7.2% of transfusion events. Most platelet transfusions were prescribed by Hematology-Oncology (43.2%) and Internal Medicine (20.6%) with median pre-transfusion platelet count being 9,000/uL [IQR 7,000-17,000] and 18,000/uL [9,000-38,000] respectively. Specialties transfusing at the highest median thresholds were Cardiothoracic Surgery (108,000/uL [66,000-174,000]), other surgical specialties (65,000/uL [40,000-100,000]) and Cardiology (53,000/uL [27,000-127,000]). After adjusting for prescriber subspecialty, transfusion threshold was significantly higher with increasing years out of practice, but there was no statistically significant association with prescriber sex. The proportion of platelet transfusion events with pre-transfusion platelet count above 50,000/uL ranged widely from 1.6% to 55.4% across hospital sites. Patients with a diagnosis of hematologic malignancy or other malignancy were transfused at a lower threshold (10,000/uL [7,000-18,000] and 16,000/uL [8,000-34,000] respectively) than patients without known malignancy (42,000/uL [20,000-84,000]). Pre-transfusion platelet count thresholds were stable across the 5-year study period. Conclusion: Our study highlights substantial variability in pre-transfusion platelet counts across different hospital sites, patient diagnoses, and prescriber characteristics. Highlighting practice variation may allow for targeted change interventions to promote guideline adherence and reduce unnecessary transfusion and associated harms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetBlood transfusion and management→Travaux en français237 207→