Análisis del desempeño de las actividades de captación y recolección de donantes de sangre en un centro público de donación de sangre brasileño: Una evaluación basada en datos operativos y apoyo de inteligencia artificial
DOI:
https://doi.org/10.33448/rsd-v15i3.50826Palabras clave:
Donación de Sangre, Servicio de Transfusión Sanguínea, Análisis de Datos, Aprendizaje Automático.Resumen
La donación de sangre es esencial para el funcionamiento de los sistemas de salud y para la realización de transfusiones seguras. Sin embargo, mantener reservas adecuadas sigue siendo un reto, que requiere estrategias eficientes para la captación y movilización de donantes. Este estudio tuvo como objetivo analizar el desempeño de las actividades de captación y recolección de donantes de sangre en un centro público de sangre brasileño, utilizando análisis estadísticos y modelado computacional aplicados a datos operacionales institucionales. Se trata de un estudio observacional retrospectivo con un enfoque cuantitativo, basado en registros administrativos relacionados con las actividades de movilización de candidatos, la evaluación clínica y la recolección de sangre. Los indicadores operacionales considerados fueron el número de campañas realizadas, candidatos convocados, consultas individuales, actividades de recolección externa y evaluaciones clínicas, con el número de recolecciones de sangre efectivas como variable de salida. Inicialmente, se realizó un análisis estadístico exploratorio y una evaluación de correlación entre las variables operacionales, seguido de la aplicación de un modelo de regresión lineal para investigar la relación entre los indicadores de captación y la efectividad de las recolecciones. Los resultados mostraron una asociación positiva entre el número de evaluaciones clínicas y el número de recolecciones efectivas, lo que indica que el volumen de candidatos evaluados en la evaluación es un factor determinante para la producción de sangre. Se concluye que la integración entre el análisis estadístico y el modelado computacional aplicados a datos institucionales puede contribuir a mejorar la gestión de los centros de transfusión sanguínea y fortalecer las estrategias de captación de donantes.
Referencias
Bertsimas, D., & Dunn, J. (2019). Machine learning under a modern optimization lens. Dynamic Ideas.
Bednall, T. C., & Bove, L. L. (2011). Donating blood: A meta-analytic review of self-reported motivators and deterrents. Transfusion Medicine Reviews, 25(4), 317–334. https://doi.org/10.1016/j.tmrv.2011.04.005
Chand, S., Amita, R., & Gupta, D. (2023). Addressing concerns and suggestions of blood donors: An assured way for donor motivation, recruitment, and retention. Asian Journal of Transfusion Science, 17(1), 3–8.
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785–794). https://doi.org/10.1145/2939672.2939785
Eichler, H., Spinella, P. C., Henschler, R., Heddle, N. M., & Irony, I. (2021). Population-based analysis of the impact of demographics on the current and future blood supply in the Saarland. Transfusion Medicine and Hemotherapy, 48(3), 170–177. https://doi.org/10.1159/000512645
Ferguson, E., France, C. R., Abraham, C., Ditto, B., & Sheeran, P. (2007). Improving blood donor recruitment and retention: Integrating theoretical advances from social and behavioral science research agendas. Transfusion, 47(11), 1999–2010. https://doi.org/10.1111/j.1537-2995.2007.01423.x
Ferguson, E., Atkins, L., & Lawrence, C. (2020). A typology of blood donor motivations. Transfusion, 60(9), 2010–2020. https://doi.org/10.1111/trf.15913
France, C. R., Ditto, B., France, J. L., Himawan, L. K., & Hillyer, C. D. (2021). Assessing the impact of an automated web-based motivational interview on retention of O-negative donors. Transfusion, 61(2), 593–602. https://doi.org/10.1111/trf.16186
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning: With applications in R (2nd ed.). Springer.
Kermani, F. R., et al. (2024). Development and validation of the self-regulation of blood donation scale for blood donors. Hematology, Transfusion and Cell Therapy. Advance online publication. https://doi.org/10.1016/j.htct.2024.09.2482
Li, L., et al. (2023). Mobile applications for encouraging blood donation: A systematic review and case study. Digital Health, 9, 20552076231203603. https://doi.org/10.1177/20552076231203603
Ministério da Saúde. (2024). Doação de sangue. https://www.gov.br/saude/pt-br/composicao/saes/doacao-de-sangue
Pedregosa, F., et al. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830.
Pereira, A. S. et al. (2018). Metodologia da pesquisa científica. [Free ebook]. Santa Maria. Editora da UFSM.
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358. https://doi.org/10.1056/NEJMra1814259
Risemberg, R. I. C. et al. (2026). A importância da metodologia científica no desenvolvimento de artigos científicos. E-Acadêmica, 7(1), e0171675. https://doi.org/10.52076/eacad-v7i1.675. https://eacademica.org/eacademica/article/view/675.
Song, J. W., & Chung, K. C. (2010). Observational studies: Cohort and case-control studies. Plastic and Reconstructive Surgery, 126(6), 2234–2242. https://doi.org/10.1097/PRS.0b013e3181f44abc
Shitsuka, R. et al. (2014). Matemática fundamental para tecnologia. (2ed). Editora Érica.
Srivastava, A., Santagostino, E., Dougall, A., Kitchen, S., Sutherland, M., Pipe, S. W., et al. (2020). WFH guidelines for the management of hemophilia (3rd ed.). Haemophilia, 26(Suppl. 6), 1–158. https://doi.org/10.1111/hae.14046
Thorpe, R., et al. (2024). The health impacts of blood donation: A systematic review of donor and non-donor perceptions. Blood Transfusion, 22(1), 7–19. https://doi.org/10.2450/BloodTransfus.494
World Federation of Hemophilia. (2023). Report on the annual global survey 2022. https://www1.wfh.org/publications/files/pdf-2399.pdf
World Health Organization. (2022). Global status report on blood safety and availability 2021. https://www.who.int/publications/i/item/9789240051683
World Health Organization. (2025). Blood safety and availability. https://www.who.int/news-room/fact-sheets/detail/blood-safety-and-availability
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Weber de Santana Teles, Max Cruz da Silva, Florita Moura Aquino, Rozeli Dantas Azevedo Moura, Ana Paula Barreto Prata Silva, Douglas Abilio, Orleane Souza Rezende, Ádamo Newton Marinho Andrade, Lorena Eugênia Rosa Coelho, Carlos Henrique Santiago Martins
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
