Notice bibliographique
Résumé
Quality management of blood products is essential for blood banking. It is influenced by both processing and donor characteristics and assured by monitoring routine in vitro parameters to defined product specifications. However, these measures correlate poorly with the in vivo behavior of transfused platelets and cannot be used to select optimal donors. Since radiolabeled platelet recovery and survival studies are expensive and time consuming, there is an ongoing search for simpler measures that predict platelet transfusion outcomes. We performed a pilot study using semi-qualitative proteomics to assess changes in the platelet protein profile of donors with either acceptable or unacceptable in vivo radiolabeled autologous platelet recovery and survival measurements. Proteins changing during a 9-day storage period included cytoskeletal elements talin, vinculin and moesin as well as signal transduction proteins 14-3-3, RhoGDI and Rap1. Two of nine donations exhibited a decrease in these proteins and poor in vivo platelet recovery and survival whereas the remaining donors showed acceptable platelet recovery and survival and expected protein profiles. Analyses revealed a significant correlation between protein levels of Rap1 and RhoGDI during storage and platelet recovery and survival. This study provides for the first time preliminary data showing evidence of the utility of protein profiling to predict platelet transfusion quality. This article is part of a Special Issue entitled: Integrated omics.
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) | 0,000 | 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 | 0,001 |
| 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 ».