Evaluation of the impact of density gradient centrifugation on fetal cell loss during enrichment from maternal peripheral blood
Notice bibliographique
Résumé
OBJECTIVE: Physical separation by density gradient centrifugation (DGC) is usually used as an initial step of multistep enrichment protocols for purification of fetal cells (FCs) from maternal blood. Many protocols were designed but no single approach was efficient enough to provide noninvasive prenatal diagnosis. Procedures and methods were difficult to compare because of the nonuniformity of protocols among different groups. Recovery of FCs is jeopardized by their loss during the process of enrichment. Any loss of FCs must be minimized because of the multiplicative effect of each step of the enrichment process. The main objective of this study was to evaluate FC loss caused by DGC. METHODS: Fetal cells were quantified in peripheral blood samples obtained from both euploid and aneuploid pregnancies before and after enrichment by buoyant DGC using Histopaque 1.119 g/mL. RESULTS: Density gradient centrifugation results in major loss of 60% to 80% of rare FCs, which may further complicate subsequent enrichment procedures. Eliminating aggressive manipulations can significantly minimize FC loss. CONCLUSION: Data obtained raise questions about the appropriateness of the DGC step for the enrichment of rare FCs and argues for the use of the alternative nonaggressive version of the procedure presented here or prioritizing other methods of enrichments.
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 | 0,001 |
| 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 ».