Differences in Rat and Human Erythrocytes Following Blood Component Manufacturing: The Effect of Additive Solutions
Notice bibliographique
Résumé
BACKGROUND: Small animal models have been previously used in transfusion medicine studies to evaluate the safety of blood transfusion products. Although there are multiple studies on the effects of blood banking practices on human red blood cells (RBCs), little is known about the effect of blood component manufacturing on the quality of rat RBCs. METHODS: Blood from Sprague-Dawley rats and human volunteers (n = 6) was collected in CPD anticoagulant, resuspended in SAGM or AS3, and leukoreduced. In vitro quality was analyzed, including deformability, aggregation, microvesiculation, phosphatidylserine (PS) expression, percent hemolysis, ATP, 2,3-DPG, osmotic fragility, and potassium concentrations. RESULTS: Compared to human RBCs, rat RBCs had decreased deformability, membrane rigidity, aggregability, and microvesiculation after component manufacturing process. Rat RBCs in SAGM showed higher hemolysis compared to human RBCs in SAGM (rat 4.70 ± 0.83% vs. human 0.34 ± 0.07%; p = 0.002). Rat RBCs in AS3 had greater deformability and rigidity than in SAGM. The number of microparticles/µl and the percentage PS expression were lower in rat RBCs in AS3 than in rat RBCs in SAGM. Hemolysis was also significantly lower in AS3 compared to SAGM (2.21 ± 0.68% vs. 0.87 ± 0.39%; p = 0.028). CONCLUSION: Rat RBCs significantly differ from human RBCs in metabolic and membrane-related aspects. SAGM, which is commonly used for human RBC banking, causes high hemolysis and is not compatible with rat RBCs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».