Set‐up and routine use of a database of 10 555 genotyped blood donors to facilitate the screening of compatible blood components for alloimmunized patients
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Large-scale genotyping of blood donors for red blood cell and platelet antigens has been predicted to replace phenotyping assays in the screening of compatible blood components for alloimmunized patients. Although several genotyping platforms have been described, novel procedures and processes are needed to perform genotyping efficiently and to maximize its benefits for blood banks. MATERIALS AND METHODS: Here we describe the processes and procedures developed to introduce large-scale genotyping in our routine operations. RESULTS: Preliminary cost-benefit analysis indicated that genotyping must target frequent blood donors (> 3 donations/year) to be efficiently used. A custom-designed computer application was developed to manage the whole project. It selects frequent donors among recent donations, prints coded labels to identify blood samples sent to the external genotyping laboratory, and stores genotyping results. It can search for donors compatible for any combination of the 22 genotyped antigens as well as consult the current inventory for the presence of the corresponding blood components. The phenotype of recovered components is confirmed by standard serology techniques prior to shipment to hospitals. CONCLUSION: Since October 2007, 10 555 blood donors have been genotyped. The database is used on a regular basis to find compatible blood components with a genotype-phenotype concordance of 99.6%.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».