MétaCan
Menu
Retour à la cohorte
Enregistrement W3045923563 · doi:10.1016/j.bbmt.2020.07.030

Guidelines for Cord Blood Unit Selection

2020· review· en· W3045923563 sur OpenAlexaff
Ioannis Politikos, Eric Davis, Melissa Nhaissi, John E. Wagner, Claudio G. Brunstein, Sandra Cohen, Elizabeth J. Shpall, Filippo Milano, Andromachi Scaradavou, Juliet N. Barker

Notice bibliographique

RevueBiology of Blood and Marrow Transplantation · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHematopoietic Stem Cell Transplantation
Établissements canadiensHôpital Maisonneuve-Rosemont
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineHuman leukocyte antigenCord bloodUnit (ring theory)Selection (genetic algorithm)Progenitor cellCD34TransplantationImmunologyAntigenStem cellInternal medicineBiologyComputer scienceGeneticsMachine learning

Résumé

récupéré en direct d'OpenAlex

Optimal cord blood (CB) unit selection is critical to maximize the likelihood of successful engraftment and survival after CB transplantation (CBT). However, unit selection can be complex because multiple characteristics must be considered including unit cell dose, donor-recipient human leukocyte antigen (HLA) match, and unit quality. This review provides evidence-based and experience-based comprehensive guidelines for CB unit selection. Topics addressed include the use of both the TNC and the CD34 + cell dose, as well as the CD34 + cell to TNC content ratio to evaluate unit progenitor cell content and engraftment potential, the acceptable TNC and CD34 + cell dose criteria that define an adequate single-unit graft, and the indication and acceptable cell dose criteria for double-unit grafts. The acceptable criteria for 6-loci (HLA-A, -B antigen, -DRB1 allele) and 8-allele (HLA-A, -B, -C, -DRB1) donor-recipient HLA match, the evaluation of patients with donor-specific HLA antibodies, and the multiple determinants of unit quality are also reviewed in detail. Finally, a practical step-by-step guide to CB searches and the principles that guide ultimate graft selection are outlined.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,006

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 Opus0,112
Tête enseignante GPT0,384
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations72
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueBiology of Blood and Marrow TransplantationMême sujetHematopoietic Stem Cell TransplantationTravaux en français237 207