High‐throughput molecular profiling of blood donors for minor red blood cell and platelet antigens
Notice bibliographique
Résumé
BACKGROUND: ABO and D phenotyping of both blood donors and patients receiving transfusions is routinely performed by blood banks to ensure compatibility. These analyses are performed by antibody-based agglutination assays. Blood is not tested for minor blood group antigens on a regular basis, however, because of cost and time constraints. This can result in alloimmunization of the patient against one to several minor antigens and may complicate future transfusions. STUDY DESIGN AND METHODS: To address this problem, an assay has been generated on the GenomeLab SNPstream genotyping system to test simultaneously polymorphisms linked to 22 different blood antigens with donor's DNA isolated from minute amounts of white blood cells. RESULTS: The results showed that both the error rate of the assay, as measured by the strand concordance rate, and the no-call rate were very low (0.1%). The concordance rate with the actual red blood cell (RBC) and platelet (PLT) serology data varied from 97 to 100 percent. Experimental or database errors as well as rare polymorphisms contributing to antigen conformation could explain the observed differences. These rates, however, are well above requirements because phenotyping and cross-matching will always be performed before transfusion. CONCLUSION: Molecular profiling of blood donors for minor RBC and PLT antigens will give blood banks instant access to many different matched donors through the setup of a centralized data storage system.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 0,001 |
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 ».