A new strategy for estimating risks of transfusion‐transmitted viral infections based on rates of detection of recently infected donors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Estimates for human immunodeficiency virus (HIV)-1 and hepatitis C virus (HCV) transfusion-transmitted risks have relied on incidence derived from repeat donor histories and imprecise estimates for infectious, preseroconversion window periods (WPs). STUDY DESIGN AND METHODS: By use of novel approaches, WPs were estimated by back-extrapolation of acute viral replication dynamics. Incidence was derived from the yield of viremic, antibody-negative donations detected by routine minipool nucleic acid testing (MP-NAT) of 37 million US donations (1999-2002) or from sensitive/less-sensitive HIV-1 enzyme immunoassay (S/LS-EIA) results for seropositive samples from 6.5 million donations (1999). Incidences and WPs were combined to calculate risks and project yield of individual donation (ID)-NAT. RESULTS: The HIV-1 WP from presumed infectivity (1 copy/20 mL) to ID-NAT detection was estimated at 5.6 days, and the periods from ID to MP-NAT detection and from MP-NAT to p24 detection at 3.4 and 6.0 days, respectively; corresponding estimates for HCV were 4.9, 2.5, and 50.9 days (the latter represents period from MP-NAT to HCV antibody detection). The HIV-1 incidence projected from MP-NAT yield or from S/LS-EIA data was 1.8 per 100,000 person-years, resulting in a corresponding HIV-1 transfusion-transmitted risk of 1 in 2.3 million. The HCV incidence from MP-NAT yield was 2.70 per 100,000 person-years with a corresponding risk of 1 in 1.8 million donations. Conversion from MP-NAT to ID-NAT was projected to detect two to three additional HIV-1 and HCV infectious units annually. CONCLUSIONS: MP-NAT yield and S/LS-EIA rates can accurately project transfusion risks. HCV and HIV-1 risks, currently estimated at 1 per 2 million units, could be reduced to 1 in 3 to 4 million units by ID-NAT screening.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découle