MétaCan
Menu
Retour à la cohorte
Enregistrement W3210168383 · doi:10.32920/ryerson.14651985.v1

Application of image flow cytometry and photoacoustics for the characterization of red blood cell storage lesions

2021· preprint· en· W3210168383 sur OpenAlexaff
Ruben N. Pinto

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueErythrocyte Function and Pathophysiology
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFlow cytometryCytometryPopulationRed blood cellBlood flowBiomedical engineeringIn situChemistryMaterials scienceBiophysicsBiologyMolecular biologyMedicineBiochemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Significant functional/structural changes of red blood cells (RBCs) have been documented during its in vitro storage. Collectively termed as RBC storage lesions, changes include an increase in RBC oxygen saturation (SO2) and an increase in irreversibly damaged RBCs (spheroechinocytes). In this work, novel optical techniques are presented for determining the spheroechinocyte population as a function of storage time via automated image flow cytometry (IFC) morphology characterization, and the acquisition of RBC SO2 via an in situ photoacoustic (PA) method. Blood gas analysis (BGA) was used as the gold standard SO2 measure. Over the lifespan of seven blood bags, the IFC spheroechinocyte population – PA SO2 correlation was found to be strong (0.600.95) shows high potential for in situ monitoring of RBC storage lesions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetErythrocyte Function and PathophysiologyTravaux en français237 207