Comparison of prenatal anti‐D titration testing by gel and tube methods: A review of the literature
Notice bibliographique
Résumé
BACKGROUND: Antenatal titration testing is traditionally performed using a manual tube test. Tube testing has limitations; it is a manual, time-consuming method with wide interobserver variability. Gel-based testing is an attractive alternative because it is more precise and can be automated. This study's objective was to summarize the published literature that assessed the relationship between titrations performed by tube and gel for anti-D alloimmunized pregnancies. STUDY DESIGN AND METHODS: A comprehensive literature search was performed. Articles were selected if research was original and compared at least five pairs of anti-D titration tests performed by gel and tube. Differences in the number of dilutions between gel and tube methods were compared overall by study and cell type using linear models. RESULTS: A total of 512 articles were identified; eight were included, and titer data from 384 tube and gel pairs were abstracted. The median anti-D titer in tube was 8 (range 0-2048) and by gel was 64 (range 0-4096). Anti-D gel titration results were 2.1 (95% CI; 1-3.3) additional dilutions greater than in tube. Most studies utilized double-dose reagent cells for testing. At a tube titer of 16, the sensitivity and specificity of gel titrations is maximal (91% and 94% respectively) at a gel titer of 64. CONCLUSION: Overall, titrations performed by gel were two dilutions higher than the corresponding tube titer. For titrations, double-dose reagent cells should be considered to standardize practice. A rigorous prospective study is needed to compare tube titrations with gel titrations using a standardized process.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».