The Stem Cell Club: a model for unrelated stem cell donor recruitment
Notice bibliographique
Résumé
BACKGROUND: Patients with blood, immune, or metabolic diseases may require a stem cell transplant as part of their treatment. However, 70% of patients do not have a suitable human leukocyte antigen match in their family, and need an unrelated donor. Individuals can register as potential donors at stem cell drives, where they provide consent and a tissue sample for human leukocyte antigen typing. The ideal donors are young, male, and from a diversity of ethnic backgrounds. However, in Canada, non-Caucasian males ages 17 to 35 years represent only 8.8% of listed donors. STUDY DESIGN AND METHODS: The Stem Cell Club is a non-profit organization founded in 2011 in Canada that aims to augment recruitment of the most needed donors. The initiative published a recruitment toolkit online (www.stemcellclub.ca). Currently, there are 12 chapters at universities across Canada. RESULTS: To date, the Stem Cell Club has recruited 6585 potential registrants, representing 1.63% of donors on Canada's donor-database. Of the recruited registrants, 58.3% were male; 60.3% of males self-reported as non-Caucasian, and 78.5% were ages 17 to 25 years. From 2015 to 2016, the initiative recruited 13.7% of all ethnically diverse males ages 17 to 35 years listed in Canada's donor database. Data from this initiative demonstrate sustainability and performance on key indicators of stem cell drive quality. CONCLUSION: The Stem Cell Club has developed a capacity to recruit 2600 donors annually, with the majority being males with a high degree of ethnic diversity. The initiative enhances the quality of Canada's unrelated donor-database, improving the chances that patients in need of an unrelated donor will find a match for transplant. The Stem Cell Club is a model relevant to recruitment organizations around the world.
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 | 0,001 | 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) | 0,000 | 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 ».