Coombs’ crossmatch after negative antibody screening - a retrospective observational study comparing the tube test and the microcolumn technology
Notice bibliographique
Résumé
Background The antiglobulin crossmatch (AHG XM) is mandatory in Germany and Austria for all patients scheduled for red blood cell (RBC) transfusions. We assessed how many biological relevant RBC alloantibodies are identified by the AHG XM in patients with negative antibody screen (ABS), comparing two screening methods: the conventional tube test (CTT) and the microcolumn technology (MCT). Materials and Methods All AHG XMs performed in the Department of Transfusion Medicine, University Greifswald, were retrospectively analysed for an eight year period. Data source included test results for ABS, AHG XMs and antibody identification. The study period consisted of three parts: (1) 2-cell ABS and XM by CTT; (2) 2-cell ABS and XM by MCT; (3) 3-cells ABS and XM by MCT. Results A total of 312 275 AHG XMs were assessed: 105 647 CTT and 206 628 MCT (after 2-cell ABS: 80 295 and after 3-cell ABS 126 333). There was a fivefold increase in reactive AHG XMs using MCT compared to CTT XMs (0·25% vs. 0·05% respectively; P < 0·001). Excluding anti-A1, other RBC alloantibodies were found with a very low frequency regardless of the method used [CTT 5/105 647 (0·005%), MCT 3/80 295 + 2/126 333 (0·002%); P = 0·3]. RBC alloantibodies were identified in only 1% of the reactive MCT XMs. The two RBC alloantibodies identified after 3-cell ABS were of minor clinical relevance (anti-P1, anti-M). Conclusion When an AHG XM becomes reactive after negative ABS result, this is caused with very few exceptions by clinically irrelevant reactivities. This especially accounts for reactive AHG XM using the MCT.
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 | 0,001 |
| 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 ».