Prevalence and prevalence trends of transfusion transmissible infections among blood donors at four chinese regional blood centers between 2000 and 2010
Notice bibliographique
Résumé
BACKGROUND: In China, high prevalence of HBV and HCV parallels with the growing epidemic of syphilis and HIV in the general population poses a great threat to blood safety. This study investigated the prevalence of serologic markers for transfusion transmissible infections (TTIs) among four Chinese blood centers. METHODS: We examined whole blood donations collected from January 2000 through December 2010 at four Chinese blood centers. Post-donation testing of TTIs (HIV, HBV, HCV and syphilis) were conducted using two different enzyme-linked immunosorbent assay kits for each seromarker. The prevalence of serologic markers for TTIs (%) was calculated and additional analysis was conducted to examine donor characteristics associated with positive TTIs serology. RESULTS: Of the 4,366,283 donations, 60% were from first-time donors and 40% were from repeated donors. The overall prevalence of HIV, HBsAg, HCV and syphilis was 0.08%, 0.86%, 0.51% and 0.47%, respectively. The prevalence profile of TTIs varied among different blood centers and appeared at relatively high levels. Overall, the prevalence of HBsAg and HCV demonstrated a decline trend among four blood centers, while the prevalence of HIV and syphilis displayed three different trends: constantly steady, continually increasing and declining among different centers. CONCLUSIONS: This study reflects the risk of TTIs has been greatly reduced in China, but blood transfusion remains an ongoing risk factor for the spread of blood-borne infections, and further work and improvements are needed to strengthen both safety and availability of blood in China.
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 | 0,001 |
| 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 ».