Feasibility of photoacoustic imaging for the non‐invasive quality management of stored blood bags
Notice bibliographique
Résumé
Background and Objectives During the in vitro storage of red blood cells (RBCs), unfavourable changes (storage lesions) cause a rapid consumption of intracellular diphosphoglycerate. The latter deregulates the oxygen‐haemoglobin binding potential, subsequently increasing oxygen saturation (SO 2 ) and membrane degradation, transforming RBCs from biconcave discs to rigid spherical bodies (spheroechinocytes). Current laboratory techniques invasively extract RBC samples to assess the quality of red cell concentrate (RCC) units. Optical technologies could provide a means of assessing quality non‐invasively. Materials and Methods A photoacoustic (PA) imaging technique was developed for acquiring the SO 2 of blood bags non‐invasively. Seven RCC units were monitored every 3–5 days until expiry (6 weeks). Measurements were validated against a conventional blood gas analyzer (BGA). Using an image flow cytometry assay, morphological profile trends were compared against the SO 2 trends during blood bag storage. Results A strong correlation ( r 2 ≥ 0·95) was found when comparing temporal data between PA and BGA SO 2 measurements. Inter‐sample PA variability was found to be similar to that produced by BGA (±0·8%). A strong correlation was found to exist between the temporal changes in SO 2 and relative spheroechinocyte population (0·79 ≤ r 2 ≤ 0·97). Conclusion This study suggests that PA imaging can non‐invasively track the SO 2 of stored RBCs non‐invasively. By longitudinally monitoring the change in SO 2 , it is possible to infer the effects of the storage lesion on RBC morphology. This non‐invasive monitoring technique allows for the assessment of blood bags, without compromising sterility pre‐transfusion.
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 | 0,000 | 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 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 ».