An Algorithm to Aid in the Investigation of Thalassemia Trait in Multicultural Populations
Notice bibliographique
Résumé
CONTEXT: The differentiation between iron deficiency and a thalassemia syndrome is an important consideration in the investigation of microcytic anemia. OBJECTIVE: An established statistical method was used to demonstrate the importance of considering ethnic background in combination with mean cell volume (MCV) in the investigation of beta-thalassemia trait in a multicultural urban population. DESIGN: Posttest probabilities for beta-thalassemia trait were calculated using likelihood ratios for various microcytic MCV ranges in conjunction with published pretest probabilities for beta-thalassemia trait based on ethnic background. SETTING: Regional hemoglobinopathy laboratory, St Joseph's Hospital, Hamilton, Ontario, Canada. PATIENTS: Patient data were derived from a previously published study. The original study cohort consisted of 789 patients aged 18 years or older who had an MCV less than 80 fL and were referred for routine complete blood count during a 6-month period. MAIN OUTCOME MEASURES: Posttest probabilities. RESULTS: Simplified tables for the determination of posttest probabilities for beta-thalassemia trait in individual patients based on ethnic background and MCV are provided. An algorithm to assist in determining when thalassemia investigations are indicated is presented. CONCLUSIONS: A high index of suspicion based on ethnic background and low MCV can provide increased sensitivity and specificity for the detection of thalassemia trait in centers with multicultural populations similar to the study population.
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 | 0,001 |
| 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 ».