Platelet concentrate functionality assessed by thromboelastography or rotational thromboelastometry
Notice bibliographique
Résumé
BACKGROUND: There is poor correlation between in vivo platelet concentrate (PC) transfusion outcome and in vitro tests, which typically do not test the functional effectiveness of platelets (PLTs), but rather measure PLT characteristics. We hypothesize that the application of thromboelastography (TEG) or rotational thromboelastometry (ROTEM) to evaluate the procoagulant activity of stored PLTs can predict PLT quality and, ultimately, distinguish among hyper- and nonresponsive PCs. Additionally, we hypothesize that due to their procoagulant properties, PLT microvesicles (PMVs) contribute to the clot signature in these methods. STUDY DESIGN AND METHODS: After the TEG assays were validated, buffy coat PCs were evaluated during the storage time and reconstituted with frozen plasma to different PLT concentrations. Poor quality PCs were generated and assessed by TEG and other in vitro tests. The contribution of PMVs to the TEG clot signature was assessed. RESULTS: Hemostatic analysis showed no significant change in maximum amplitude (MA) during storage of PCs up to Day 10. On Day 8 of storage, PCs that had been manipulated to have poor quality showed a significant decrease in MA. PMV-rich samples contributed to a significant increase in MA, and PMV count showed a significant correlation with maximum clot formation (r = 0.51, p < 0.01). CONCLUSION: TEG was optimized for use with buffy coat PCs, although it was found to lack sensitivity to detect normal storage-related quality changes. Hemostatic measurement was sufficiently sensitive to dissect PLT and PMV contributions to clot formation and to detect PCs stored under poor conditions.
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 | 0,000 |
| 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) | 0,003 | 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 ».