Effect of Hemoglobin Variants (Hb J, Hb G, and Hb E) on HbA1c Values as Measured by Cation-Exchange HPLC (Diamat)
Notice bibliographique
Résumé
Hemoglobin A1c (HbA1c) is used for the long-term management of patients with diabetes mellitus (DM) (1)(2). Hb variants other than HbA1c and ε-N-lysine-glycated Hb A0 may cause analytical interference in determinations of HbA1c (3)(4)(5)(6). In one study, the authors estimated the prevalence of thalassemia in Taiwan as 7%; moreover, ∼1% of the people in northern Taiwan are β-thalassemia heterozygotes (7). The occurrence of 24 abnormal Hbs (13 α-chain variants and 11 β-chain variants), including Hb G-Taipei, in populations in the Silk Road area of Northwestern China has been presented in a review (8). The frequency of thalassemia has been estimated to be ∼1 in 2350 in Japan (9) and even higher in North Africa (10). Hb E is the second most prevalent Hb variant worldwide and the third most prevalent variant in the US, after Hb S and C. Hb E is found primarily in Southeast Asia, especially among the Thai population (11). In the northeastern region of India, the gene frequency of Hb E is 10.9% (12). In a study of 222 000 blood samples in Canada, 23 cases of Hb J were identified (13). Given that the majority of hemoglobinopathic cases are from families of Asian, Southeast Asian, and Asian Indian ancestry (7)(8)(9)(10)(11)(12)(14)(15)(16), the aim of this study was to investigate the influence of selected Hb structural variants on HbA1c values measured by cation-exchange HPLC.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».