Do Plasma Cells Affect Hemoglobin and Red Blood Cell Counts in Patients With and Without Myeloma?
Notice bibliographique
Résumé
Background: We undertook this study to evaluate if there is any significant correlation between hemoglobin levels, red blood cell (RBC) count, bone marrow normoblast percentage and marrow plasma cell percentage in patients with and without myeloma. Methods: In this study, we compared hemoglobin level, red blood cell count and bone marrow normoblast percentage with plasma cell percent in 60 patients with and without myeloma (30 with and 30 without myeloma). Results: There was significant negative correlation for all three in the myeloma group (P values of 0.03, 0.02 and < 0.0001 for hemoglobin, red cell count and normoblast percent respectively). In the non myeloma group significant negative correlation (P 0.02) was seen only between normoblast and plasma cell percent. The students-t-test between the two groups revealed a significant difference between mean red cell count and normoblast percentage, however the mean hemoglobin was similar. We further sub classified the myeloma group based on hemoglobin level and found that the commonest subgroup had average hemoglobin of 84 g/L. Conclusions: We conclude that in the non myeloma group there is possibility of plasma cells affecting bone marrow normoblast count. We have also raised the possibility of absence of ineffective erythropoiesis in the myeloma group. doi: http://dx.doi.org/10.4021/jh38w
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».