Prevalence and risk factors for RBC alloantibodies in blood donors in the Recipient Epidemiology and Donor Evaluation Study‐III (REDS‐III)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Little information exists on red blood cell (RBC) alloimmunization in healthy US blood donors, despite the potential significance for donors themselves, blood recipients, and the blood center. STUDY DESIGN AND METHODS: Donor/donation data were sourced from the Recipient Epidemiology and Donor Evaluation Study-III, which contains information from four US blood centers during 2012 through 2016. Multivariable logistic regression was used to assess prevalence of positive antibody screen by donor demographics, blood type, parity, and transfusion history. RESULTS: More than 2 million units were collected from 632,378 donors, with 0.51% of donations antibody screen positive and 0.77% of donors having at least one positive antibody screen. The most common antibody specificities were D (26.4%), E (23.8%), and K (21.6%). Regression analysis indicated that increasing age, female sex, D-negative status, and history of transfusion and pregnancy were positively associated with a positive antibody screen. Prior transfusion history was most strongly associated with a positive antibody screen, with donors reporting a prior transfusion having a higher adjusted odds ratio (3.9) of having a positive antibody screen compared to donors reporting prior pregnancy (adjusted odds ratio, 2.0). Though transfusion was a more potent immune stimulus for RBC alloantibody formation than pregnancy, the sheer number of previously pregnant donors contributed to pregnancy being a risk factor for the majority of clinically significant RBC alloantibodies detected in females. CONCLUSION: These findings on prevalence of and risk factors for RBC antibodies may have implications for future medical care of donors and for operations at blood centers.
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.
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 | 0,004 | 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 | 0,000 | 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) | 0,000 | 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 découle