The association of donor and recipient sex on sepsis rates and hemoglobin increment among critically ill patients receiving red cell transfusions in a retrospective study
Notice bibliographique
Résumé
Abstract Background Existing research presents conflicting results on the influence of blood donor sex on hemoglobin (Hb) change and transfusion‐associated infection and mortality in transfusion recipients. Aim This retrospective study explored the association between donor and recipient sex on hospital‐onset sepsis (HO‐sepsis) and Hb changes in critically ill patients receiving red blood cell (RBC) transfusions. Methods Data from 2010–2020 were extracted from an academic hospital's clinical database and a blood supplier's donor database. HO‐sepsis was determined based on the International Classification of Diseases and Related Health Problems 10th Revision (ICD‐10) diagnostic codes without requiring a microbiology test within the first 48 h of admission. Hb increments were determined by comparing the last Hb result in the 24‐h period prior to RBC unit issue and the first Hb result within 4–24 h after RBC unit issued for transfusion. Results 25,585 critically ill patients received one or more RBC transfusions; 3,410 were included in the HO‐sepsis and 3,487 in the Hb increment analysis. There was no significant differences in the HO‐sepsis rate among the four groups, but female recipients were more prone to HO‐sepsis than males (OR 1.48, p = 0.04). Multivariate analysis found that the number of RBC unit transfused (p = 0.001) and recipient age (p = 0.03), but not recipient sex (p = 0.63), were significant contributors to HO‐sepsis. Male blood was associated with higher Hb than female blood in female recipients (p = 0.007), but not in male recipients (p = 0.75). Variables such as donor Hb levels and recipient Hb level influenced Hb increments. Conclusion Blood donor sex was not associated with HO‐sepsis in critically ill patients receiving RBC transfusion. Male to female transfusions were associated with a higher Hb increment in recipients. Further exploration of the impact of sex mis‐matched transfusion on recipient outcomes is warranted.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».