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
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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) | 0,001 | 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 découle