Less plasma, less drama: A quality improvement initiative to reduce inappropriate plasmatransfusions across community hospitals in the niagara region.
Notice bibliographique
Résumé
Abstract Background Plasma transfusion has limited clinical indications, primarily for patients with coagulopathy and active bleeding or those undergoing major surgery. Appropriate use is defined by an international normalized ratio (INR) >1.7 and a transfusion dose of 3–4 units in adults. However, audits in tertiary care settings have consistently revealed high rates of inappropriate plasma use. Local Problem At Niagara Health, recent audits across three community hospitals identified that 42% of plasma transfusions in hospitalized adults were inappropriate. This misuse contributes to resource wastage, increased healthcare costs, and unnecessary patient exposure to transfusion-related risks. Aim This study aimed to improve the rates of appropriate plasma transfusions (as set by appropriate metrics of INR and dose) amongst hospitalized adult patients of three major community hospitals in the Niagara Region by 25% by June 30, 2025. This will be achieved through awareness campaign, enhanced audit and feedback, as well as incorporation of electronic Transfusion Medicine order set in hospitals EMR. Methods This is a nonrandomized, interrupted time series quality improvement project (QIP) following the Model for Improvement framework (MFI). The QIP is designed to develop, test, and implement change ideas following sequential Play-Do-Study-Act cycles starting July 2024, monitoring rates of plasma transfusions monthly. Results Over the study period, 253 plasma units were transfused. Median monthly rates of appropriate transfusions were 90% (INR >1.7), 89% (dose >2 units), and 78% (meeting both criteria). A positive trend in appropriateness was observed, particularly in dosing. Additionally, the proportion of out-of-guideline plasma requests screened by transfusion medicine technologists decreased by 15%. Importantly, there were no significant changes in the overall use of plasma or red cell products. Conclusions The implementation of an electronic order set, supported by technologist screening, targeted education, and audit-feedback loops, led to improved adherence to plasma transfusion guidelines without increasing laboratory workload or affecting the use of other blood products. These interventions demonstrate potential for broader application to other blood components. Ongoing evaluation will assess the sustainability of these improvements.
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 | 0,003 | 0,007 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».