Warm‐reactive (immunoglobulin G) autoantibodies and laboratory testing best practices: review of the literature and survey of current practice
Notice bibliographique
Résumé
BACKGROUND: Warm-reactive autoantibodies (WAAs) are the most common cause of autoimmune hemolytic anemia (AIHA) and can also be present without clinically significant hemolysis. WAAs complicate immunohematological testing, yet there is no commonly accepted approach to laboratory evaluation and red blood cell (RBC) selection. STUDY DESIGN AND METHODS: We searched PubMed/Cochrane Central for articles that described testing methodology and blood selection for patients with WAAs. We developed a 31-question survey regarding local practice for immunohematology testing and RBC selection in patients with WAAs (with or without AIHA). RESULTS: Eighty-six studies met the inclusion criteria and the aims of this review. Most of the literature was comprised of retrospective studies that often did not correlate laboratory results with clinical findings. Evidence-based protocols to guide testing and RBC selection for transfusion in patients with WAAs are lacking. Individuals representing 54 laboratories completed the survey. The responses indicated that numerous methodologies are used to identify underlying alloantibodies: 75% of respondents use autoadsorption; in patients who have a recent history of transfusion, 76% of respondents use alloadsorption; 58% of respondents perform direct antiglobulin testing (DAT) each time the indirect antiglobulin test is positive; and 48% perform eluate studies at the initial identification of WAAs. Responding laboratories may use phenotyping (98%) or genotyping (80%) at some point in the work-up. Seventy-five percent of respondents provide phenotype-matched or genotype-matched RBCs for transfusion. CONCLUSION: There is wide variability in immunohematology testing and RBC selection practices for patients who have WAAs (with or without AIHA). Future studies are needed to evaluate and compare the effectiveness of different testing algorithms and transfusion strategies.
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 | 0,013 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,020 | 0,024 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 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 ».