Human neutrophil antibodies in a blood donor population: a lookback study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Human neutrophil antibodies (HNA) have been associated with severe transfusion-related acute lung injury (TRALI). We identified HNA antibodies in a blood donor population and performed an observational lookback on patients who received products from these donors to determine whether TRALI was associated with these transfusions. MATERIALS AND METHODS: Human neutrophil antibodies were determined in 1171 blood donors (388 non-transfused males, 390 human leucocyte antigen (HLA) antibody-negative females and 393 HLA antibody-positive females) for IgG and IgM antibodies using a flow cytometric assay. Selected positive samples had a monoclonal antibody immobilization of granulocyte antigen (MAIGA) and neutrophil genotyping performed to confirm specificity. Lookback was performed on patients receiving blood from donors with positive samples by extracting recipient data from hospital medical records. An expert panel of three pulmonary critical care physicians reviewed the summarized data and assigned a diagnosis of TRALI, possible TRALI, cannot distinguish between TRALI and TACO, TACO and other. RESULTS: Eight donors had HNA antibodies of which five contributed to this lookback (3-HNA-specific antibodies, 2-HNA non-specific antibodies). Seventy-six blood products were transfused from these donors into individual patients. One patient developed TRALI that was associated with a donor with a non-specific HNA antibody as well as class-I and class-II HLA antibodies. CONCLUSION: The incidence of TRALI in this lookback was low and combined with low frequency of HNA antibodies in the donor population suggests not screening donors for HNA antibodies at this time is acceptable.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».