MétaCan
Menu
Retour à la cohorte
Enregistrement W3027537339 · doi:10.1111/tme.12685

Utilising red cell antigen genotyping and serological phenotyping in sickle cell disease patients to risk‐stratify patients for alloimmunisation risk

2020· article· en· W3027537339 sur OpenAlexaffabout
Andrew W. Shih, Matthew Yan, Allahna Elahie, Rebecca Barty, Yang Liu, Philip Berardi, Mona Azzam, Reda Siddiqui, Michael Parvizian, Tara McDougall, Nancy M. Heddle, Khalid S. Al‐Habsi, Mindy Goldman, Jacqueline Cote, Uma H. Athale, Madeleine Verhovsek

Notice bibliographique

RevueTransfusion Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensUniversity of OttawaHamilton Regional Laboratory Medicine ProgramMcMaster UniversityCanadian Blood ServicesMcMaster University Medical CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGenotypingSerologyMedicineImmunologyAntigenGenotypeAlleleDiseaseInternal medicineAntibodyBiologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Alloimmunisation and haemolytic transfusion reactions (HTRs) can occur in patients with sickle cell disease (SCD) despite providing phenotype-matched red blood cell (RBC) transfusions. Variant RBC antigen gene alleles/polymorphisms can lead to discrepancies in serological phenotyping. We evaluated differences between RBC antigen genotyping and phenotyping methods and retrospectively assessed if partial antigen expression may lead to increased risk of alloimmunisation and HTRs in SCD patients at a tertiary centre in Canada. METHODS: RBC antigen phenotyping and genotyping were performed by a reference laboratory on consenting SCD patients. Patient demographic, clinical and transfusion-related data were obtained from a local transfusion registry and chart review after research ethics board approval. RESULTS: A total of 106 SCD patients were enrolled, and 91% (n = 96) showed additional clinically relevant genotyping information when compared to serological phenotyping alone. FY*02N.01 (FY*B GATA-1) (n = 95; 90%) and RH variant alleles (n = 52, 49%; majority accompanied by FY*02N.01) were common, the latter with putative partial antigen expression in 25 patients. Variability in genotype-phenotype antigen prediction occurred mostly in the Rh system, notably with the e antigen (kappa: 0.17). Fifteen (14.2%) patients had a history of alloimmunisation, with five having HTR documented; no differences in clinical outcomes were found in patients with partial antigen expression. Genotype/extended-phenotype matching strategies may have prevented alloimmunisation events. CONCLUSION: We show a high frequency of variant alleles/polymorphisms in the SCD population, where genotyping may complement serological phenotyping. Genotyping SCD patients before transfusion may prevent alloimmunisation and HTRs, and knowledge of the FY*02N.01 variant allele increases feasibility of finding compatible blood.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransfusion MedicineMême sujetBlood groups and transfusionTravaux en français237 207