Automated collection of blood components: their storage and transfusion
Notice bibliographique
Résumé
The performance of an automated device, the Gambro TRIMA, was evaluated for component production, and an in vivo assessment of the platelets was carried out. Red cell concentrates (RCCs), platelets and plasma were collected and stored according to standard blood bank procedures and evaluated for quality by in vitro measurements. Additionally, single-donor platelets (n=10) were transfused to thrombocytopenic patients after 5 days of storage. Platelet counts were measured after 1 h and the corrected count increment (CCI) was calculated. No significant changes were seen before or after procedure in donor haemoglobin, haematocrit, coagulation factors or platelet count. Return-line samples showed no increase in the level of plasma haemoglobin. Plasma haemoglobin and potassium increased following RBC storage, but there was no change in the red cell number. Platelet aggregation decreased from 52 to 11% (adenosine diphosphate) and the Kunicki morphology score dropped from 379 to 174. Little change was seen in the hypotonic shock response (69-63%) or in the percentage of CD62 expression (4.8-19.8) over time. The CCI averaged 28+/-26 x 10(3) microL(-1) in 10 patients 1 h after transfusion. The TRIMA machine collects RCCs, platelets and plasma in a variety of combinations in one session. For autologous collection, two units of RCC plus platelets can be collected at one time, reducing administrative and testing costs. The platelets have good in vivo recovery, as shown by the CCI values. An added advantage is that the TRIMA machine can be used in hospitals to generate components in times of shortage without the need for a component's laboratory.
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 | 0,001 |
| 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) | 0,001 | 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 ».