Prestorage leukoreduction and low‐temperature filtration reduce hemolysis of stored red cell concentrates
Notice bibliographique
Résumé
BACKGROUND: Universal prestorage leukoreduction in Canada created the perception that stored red cells (RBCs) are more hemolyzed than their unfiltered predecessors. A pool-split design tested the effects of leukoreduction on hemolysis of stored RBCs. STUDY DESIGN AND METHODS: Two ABO-matched units were pooled, divided, and then processed into leukoreduced (LR) and nonleukoreduced (NLR) units with the Pall LT-WB or RC-PL systems and sampled during standard processing and storage for testing of sterility, counts, hemolysis, and osmotic fragility. RESULTS: Room temperature (RT) filtration of 10 pairs of LT-WB-LR and -NLR units showed significantly different percentage of hemolysis (0.39%) and osmotic fragility (0.643%) at 42 days. Cold-stored and -filtered units (2 days at 4 degrees C before processing) were less hemolyzed, but showed a similar proportional decrease of hemolysis in LR units (0.13% vs. 0.25% at 42 days). RBCs from RC-PL systems showed the lowest hemolysis although there was a filtration effect (0.05% vs. 0.12%, 42 days). Osmotic fragility paralleled hemolysis. Segment samples gave inaccurate results. Two-day prefiltration cold storage reduced hemolysis from 0.36 to 0.07 percent (42 days, p < 0.001). RT-LR hemolysis became significantly higher by Day 10 and 4 degrees C LR by Day 12. NLR units showed hemolysis by Day 7. LR units filtered cold were less hemolyzed (p < 0.05) than RT-LR but osmotic fragility was unchanged. CONCLUSIONS: LR-RBCs prepared by any of three methods (LT-WB, RT or cold; RC-PL), filtered at 4 degrees C, were less hemolyzed during storage than nonfiltered concentrates: 4 degrees C leukoreduction is beneficial for RBCs and does not cause hemolysis or enhance fragility.
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 ».