Impact of Human Leucocyte Antigen epitope matched platelet transfusions in alloimmunised aplastic anaemia patients
Notice bibliographique
Résumé
AIMS/OBJECTIVES: To explore the impact of Human Leucocyte Antigen (HLA)-A and B epitope-matched platelets on the outcome of platelet transfusions in alloimmunised patients with aplastic anaemia (AA). The relevance of HLA-C epitope mismatches was also investigated. BACKGROUND: Patients who become immunologically refractory (IR) to random platelet transfusions can experience an adequate rise in platelet count through the provision of HLA-compatible platelets using an antigen-matching algorithm. This approach has been shown to be effective in patients with a low calculated reaction frequency, but it is not always successful in highly sensitised patients. The use of HLA epitopes-selected platelets has been suggested as an alternative to the antigen matching approach. METHODS: The effect of HLA epitope matching (both Eplets and Triplets) on the outcome of platelet transfusion was analysed in 37 highly immunised AA patients previously transfused with HLA-A and B antigen-matched platelets. Epitope matching was determined using the HLAMatchmaker programme. The outcome of the transfusions was assessed by the platelet count increments (PCIs) obtained 1 and 24 hours post-transfusions. RESULTS: HLA-A and B epitope matching was equivalent to HLA antigen matching in raising platelet counts. There was no significant difference in PCI when HLA-C epitope mismatches were considered. In addition, transfusions with fewer than two antigen mismatches resulted in significantly higher PCIs compared to transfusions with more than two antigen mismatches. CONCLUSIONS: HLA epitope-matched platelet provision may represent a clinically effective transfusion strategy for patients IR to random platelet transfusions. Further prospective studies are required.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».