MétaCan
Menu
Retour à la cohorte
Enregistrement W2037350984 · doi:10.1002/cyto.b.20525

Guidelines for the diagnosis and monitoring of paroxysmal nocturnal hemoglobinuria and related disorders by flow cytometry

2010· article· en· W2037350984 sur OpenAlexaff
Michael J. Borowitz, Fiona E. Craig, Joseph A. DiGiuseppe, Andrea Illingworth, Wendell Rosse, D. Robert Sutherland, Carl T. Wittwer, Stephen J. Richards

Notice bibliographique

RevueCytometry Part B Clinical Cytometry · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueComplement system in diseases
Établissements canadiensToronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésParoxysmal nocturnal hemoglobinuriaFlow cytometryPopulationMedicineImmunologyCytometryComputational biologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Paroxysmal nocturnal hemoglobinuria (PNH) is a rare hematopoietic stem cell disorder characterized by a somatic mutation in the PIGA gene, leading to a deficiency of proteins linked to the cell membrane via glycophosphatidylinositol (GPI) anchors. While flow cytometry is the method of choice for identifying cells deficient in GPI-linked proteins and is, therefore, necessary for the diagnosis of PNH, to date there has not been an attempt to standardize the methodology used to identify these cells. METHODS: In this document, we present a consensus effort that describes flow cytometric procedures for detecting PNH cells. RESULTS: We discuss clinical indications and offer recommendations on data interpretation and reporting but mostly focus on analytical procedures important for analysis. We distinguish between routine analysis (defined as identifying an abnormal population of 1% or more) and high-sensitivity analysis (in which as few as 0.01% PNH cells are detected). Antibody panels and gating strategies necessary for both procedures are presented in detail. We discuss methods for assessing PNH populations in both white blood cells and red blood cells and the relative advantages of measuring each. We present steps needed to validate the more elaborate high-sensitivity techniques, including the need for careful titration of reagents and determination of background rates in normal populations, and discuss technical pitfalls that might affect interpretation. CONCLUSIONS: This document should both enable laboratories interested in beginning PNH testing to establish a valid procedure and allow experienced laboratories to improve their techniques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0060,001
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,011

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,399
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations393
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytometry Part B Clinical CytometryMême sujetComplement system in diseasesTravaux en français237 207