The platelets’ perspective to pathogen reduction technologies
Notice bibliographique
Résumé
A wide variety of clinical conditions, associated with low circulating platelet counts, require platelet transfusion in order to normalize hemostatic function. Although single-donor apheresis platelets bear the lowest risk of transfusion-transmitted infections, pathogen reduction technologies (PRT) are being implemented worldwide to reduce this risk further through inactivation of known, emergent and as yet to be discovered nucleic acid-based pathogens. Human blood platelets are now known to harbor a diverse transcriptome, important to their function and comprised of >5000 protein-coding messenger RNAs and different classes of non-coding RNAs, including microRNAs. Our appreciation of the nucleic acid-dependent functions of platelets is likely to increase. On the other hand, the side effects of PRT on platelet function are underappreciated. Recent evidences suggest that PRT may compromise platelets' responsiveness to agonists, and induce platelet activation. For instance, platelets have the propensity to release proinflammatory microparticles (MPs) upon activation, and the possibility that PRT may enhance the production of platelet MPs in platelet concentrates (PCs) appears likely. With this in mind, it would be timely and appropriate to investigate other means to inactivate pathogens more specifically, or to modify the currently available PRT so to better preserve the platelet function and improve the safety of PCs; platelets' perspective to PRT deserves to be considered.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».