Identification of 5 novel feline erythrocyte antigens based on the presence of naturally occurring alloantibodies
Notice bibliographique
Résumé
BACKGROUND: Since the discovery of the Mik antigen, several studies have described blood incompatibilities unrelated to the AB system in cats. OBJECTIVE: To estimate the prevalence of cats with non-AB incompatibilities associated with naturally occurring alloantibodies (NOAb), and to begin mapping the corresponding feline erythrocyte antigens (FEA). ANIMALS: Two hundred and fifty-eight type A cats. METHODS: Prospectively, cats were evaluated for the presence of NOAb by crossmatching in groups of 4-6 cats. When NOAb were detected in a cat, its plasma was used as reagent to assess for the presence of the corresponding FEA in all cats included thereafter, and agreement observed between results of this extensive blood typing was evaluated. RESULTS: The chance of detecting incompatibilities by randomly crossmatching 2 cats was 3.9%, which resulted in at least 7% of type A cats having NOAb. Blood typing and agreement analyses performed with 7 newly detected NOAb allowed the identification of 5 presumably distinct FEA. Feline erythrocyte antigens 1 and 5 were most frequent with prevalence of 84% and 96%, respectively. Only FEA 1-negative status was associated with a higher risk of presenting NOAb; with 16.7% of 42 FEA 1-negative cats having NOAb compared to 5.1% of 216 FEA 1-positive cats. CONCLUSIONS AND CLINICAL IMPORTANCE: This study represents a first step of FEA identification outside the AB system. Because of its prevalence and association with NOAb, FEA 1 might correspond to the Mik antigen.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».