Methods for the detection of bacterial contamination in blood products
Notice bibliographique
Résumé
Culture-based and molecular assays have been developed for the screening of platelet concentrates and other blood components for bacterial contaminations. In this review, the principles of the assays are outlined. The focus of this review is the assessment of the analytical qualities of the methods. Spiking studies by adding defined levels of a wide range of bacteria to the complex biological matrix provide the first basis to evaluate and compare the qualities of methods for bacterial detection. The sensitivity acceptable for reliable screening for bacteria critically depends on the timing of either early sampling (within a period of up to 24 h after preparation of the blood component) or late sampling (a few hours before issuing the blood component). Large screening studies are essential to confirm both adequate sensitivity and specificity of the testing. In the ideal setting, these studies are prospectively planned and include systematic surveillance of adverse events in response to the administration of the screened products. The findings from sterility testing (predominantly with automated systems for detection of bacteria based on CO(2) generation) of more than 550,000 platelet concentrates in 13 studies are summarised. The limitations of the early sampling and the "negative-to-date" strategy to issue platelet concentrates are addressed. A few reported cases of probable transmission of bacteria by platelet transfusion despite negative screening tests emphasise the need to further develop optimised methods for testing of bacteria blood components.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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 ».