Current incidence and estimated residual risk of transfusion‐transmitted infections in donations made to Canadian Blood Services
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: New testing methods such as nucleic acid amplification testing (NAT) and chemiluminescent serologic assays have been introduced, more precise estimates for infectious window periods are available, and a new method for estimating the residual risk (RR) of transfusion-transmitted infections (TTIs) has been developed. Thus, available RR estimates for Canada need to be updated. STUDY DESIGN AND METHODS: Incidence rates for known TTI markers were determined for all allogeneic whole-blood donations made to Canadian Blood Services between 2001 and 2005; they were derived from NAT conversions or seroconversions of repeat donors with at least two donations in a 3-year period. RR estimates for human immunodeficiency virus (HIV)-1 and hepatitis C virus (HCV) derived from the classical incidence/window-period model were compared to those obtained by the new method that estimates incidence from NAT-positive, antibody-negative donations (NAT-yield cases) from all donors divided by person-years. RESULTS: With the classical method, the RR of HIV (1 per 7.8 million donations) and HCV (1 per 2.3 million) were low; HBV RR was higher (1 per 153,000). HCV RR was significantly lower when estimated with the new method (1 per 13 million). Eleven HCV NAT-yield cases were predicted by applying the classical method to our seroconversion data but only 2 were observed (p = 0.011). Observed HIV-1 NAT-yield cases (n = 1) matched those predicted (n = 0.7). CONCLUSION: New tests have reduced an already low risk of TTI in Canada. HCV RR estimates by two different methods differed but both were low.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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