Immunoglobulin M anti‐A and anti‐B titers in South Texas group O D+ male donors
Notice bibliographique
Résumé
BACKGROUND: The success of whole blood (WB) in damage control resuscitation on the battlefield has generated interest in its use for civilian trauma. Blood centers must maintain a committed donor pool with low isoagglutinin titers to provide this product. Information regarding isoagglutinin titers in different donor populations will help with targeted recruitment of these donors. STUDY DESIGN AND METHODS: Sequential O D+ male donors with a history of two or more donations at a fixed site were tested for immunoglobulin (Ig)M anti-A and anti-B using a single titer cutoff of 256. Donors testing negative at this cutoff were considered "low titer" while positive donors were considered "high titer." Age and self-identified race/ethnicity were retrospectively obtained from the blood establishment computer system. Fisher's exact analysis was used for statistical analysis with a p value of less than 0.05 considered significant. RESULTS: Of 3274 donors, 426 tested as high titer, while 2848 tested as low titer. The data show an association of donor age and prevalence of high titers with older age groups showing a lower prevalence of high titers. In addition, different races/ethnicities have different prevalences of high titers with the Caucasian/white group showing a lower prevalence of high-titer donors versus the Hispanic and undeclared race groups. CONCLUSION: The prevalence of high-titer IgM anti-A or -B donors varies by age group and race/ethnicity in our data set. This information will provide information on what donor groups to target for collection of low-titer O WB.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».