An evaluation of methods for determining reference intervals for light transmission platelet aggregation tests on samples with normal or reduced platelet counts
Notice bibliographique
Résumé
Light transmission platelet aggregation tests are important for diagnosing platelet function defects. However, uncertainties exist about the best procedures to determine aggregation reference intervals. We investigated methods for determining reference intervals for light transmission aggregation tests, using the % maximal aggregation values for prospectively collected data on healthy control samples. Reference intervals for samples tested at 250 x 10(9) platelets/l were determined by mean +/- 2 standard deviations and non-parametric analyses. To establish reference intervals for tests on thrombocytopenic subjects, regression analyses were used to estimate 95% confidence limits for % maximal aggregation, according to sample platelet counts, using data for control samples diluted to match the platelet count of undiluted thrombocytopenic patient platelet-rich plasma samples. For samples tested at 250 x 10(9) platelets/l, non-parametric analyses described 95% of data for healthy control samples better than mean +/- 2 standard deviations. For samples tested at lower counts, to match thrombocytopenic samples, the % maximal aggregation was influenced by platelet count and derived limits were wider at very low platelet counts for almost all agonists. With ristocetin, it proved feasible to test samples with very low platelet counts to exclude Bernard-Soulier syndrome and type 2B von Willebrand disease. Non-parametric analyses should be the preferred method to establish light transmission aggregation reference intervals for samples tested at normal platelet counts. The derived limits for thrombocytopenic samples provide guidance for evaluating thrombocytopenic platelet function disorders, including which agonists to test, based on the sample platelet count.
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 | 0,000 |
| 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 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 ».