Streamlining Apheresis: A Dual‐Intervention Quality Improvement Initiative to Increase the Efficiency in Stem Cell Collection
Notice bibliographique
Résumé
ABSTRACT Autologous stem cell transplantation ( ASCT ) requires efficient collection of peripheral blood stem cells. At London Health Sciences Centre ( LHSC ), high‐risk multiple myeloma patients are routinely booked for three‐day apheresis collections to meet higher CD34 + cell count targets, though many do not require all scheduled days, leading to resource inefficiencies. A quality improvement initiative was implemented to reduce unnecessary apheresis sessions through two interventions: (1) lowering CD34 + cell count target thresholds (from 6 × 10 6 to 5 × 10 6 cells/kg for tandem collections and from 3 × 10 6 to 2.5 × 10 6 for single collections), and (2) increasing total blood volume ( TBV ) processed from 3× to 4× for patients within certain target thresholds. Two Plan‐Do‐Study‐Act ( PDSA ) cycles were conducted between March 2024 and March 2025 involving 76 patients. Outcome measures included collection days saved and cost savings, and post‐transplant engraftment times served as a balancing measure. A total of 39.4% of patients avoided at least one collection day due to these interventions. Third‐day collection usage in high‐risk myeloma patients decreased from 25% to 5.9%. Mean collection days fell significantly in this group (2.21–1.8; p = 0.0015), with total cost savings of CAD $72 734.97. No significant differences were observed in neutrophil or platelet engraftment times, confirming preserved clinical efficacy. Implementing lower CD34 + cell count targets and increased TBV processing significantly reduced apheresis sessions and costs without compromising engraftment outcomes. These changes have become the standard of care at LHSC and may serve as a feasible model for other transplant centers.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».