A large national study of ferritin testing in Canadian blood donors
Notice bibliographique
Résumé
BACKGROUND: We assessed risk groups for iron deficiency and the feasibility and efficacy of ferritin testing in a large blood center. STUDY DESIGN AND METHODS: Donors were informed of possible testing in the predonation pamphlet. Plasma ferritin was measured on retention samples (n = 12,595) from representative clinics. Low-ferritin donors (<25 µg/L) were sent a letter and information sheet and not called for 6 months. Ferritin testing was repeated on 25% of donors; donor return rate and frequency were monitored. RESULTS: Low-ferritin donors represented 2.9% of first-time and reactivated (no donation in past 12 months) male donors, 32.2% of first-time and reactivated female donors, 41.6% of repeat male donors, and 65.1% of repeat female donors. A mean of 11.7 months after index donation, the return rate was 76% for normal and 58% for low-ferritin donors; returning low-ferritin donors had made approximately one fewer donation. Ferritin increased by 16.3 and 12.1 µg/L in male and female low-ferritin donors and decreased by 17 µg/L in male and female normal-ferritin donors. CONCLUSION: The minimum hemoglobin level will be increased to 130 g/L for male donors and the minimum interdonation interval changed to 84 days (four donations yearly) for female donors based on iron deficiency risk groups. Large-scale ferritin testing was feasible. Donors informed of low-ferritin results had a lower return rate, donated less often, and had an increase in ferritin on return, approximately 1 year after initial testing, compared to donors with normal ferritin results.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».