Characterization of multiple platelet activation pathways in patients with bleeding as a high-throughput screening option: use of 96-well Optimul assay
Notice bibliographique
Résumé
Up to 1% of the population have mild bleeding disorders, but these remain poorly characterized, particularly with regard to the roles of platelets. We have compared the usefulness of Optimul, a 96-well plate-based assay of 7 distinct pathways of platelet activation to characterize inherited platelet defects in comparison with light transmission aggregometry (LTA). Using Optimul and LTA, concentration-response curves were generated for arachidonic acid, ADP, collagen, epinephrine, Thrombin receptor activating-peptide, U46619, and ristocetin in samples from (1) healthy volunteers (n = 50), (2) healthy volunteers treated with antiplatelet agents in vitro (n = 10), and (3) patients with bleeding of unknown origin (n = 65). The assays gave concordant results in 82% of cases (κ = 0.62, P < .0001). Normal platelet function results were particularly predictive (sensitivity, 94%; negative predictive value, 91%), whereas a positive result was not always substantiated by LTA (specificity, 67%; positive predictive value, 77%). The Optimul assay was significantly more sensitive at characterizing defects in the thromboxane pathway, which presented with normal responses with LTA. The Optimul assay is sensitive to mild platelet defects, could be used as a rapid screening assay in patients presenting with bleeding symptoms, and detects changes in platelet function more readily than LTA. This trial was registered at www.isrctn.org as #ISRCTN 77951167.
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 ».