MétaCan
Menu
Retour à la cohorte
Enregistrement W4307770836 · doi:10.1111/trf.17171

How do I provide rare red cells to patients?

2022· article· en· W4307770836 sur OpenAlexaffabout
Marissa Laureano, Gwen Clarke, Matthew Yan

Notice bibliographique

RevueTransfusion · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensUniversity of British ColumbiaUniversity of AlbertaMcMaster UniversityCanadian Blood Services
Organismes subventionnairesnon disponible
Mots-clésRare diseasePopulationRed blood cellMultidisciplinary approachMedicineBusinessIntensive care medicineImmunologyPathologyPolitical scienceDiseaseEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The demand for rare blood is expected to increase in Canada as its population continues to expand through immigration from diverse regions of the world. MATERIAL AND METHODS: This paper outlines a national approach to providing rare red cells for patients through the Rare Blood Program of Canadian Blood Services (CBS). Data detailing the rare red cell requests and inventory managed by CBS' Rare Blood Program is provided. RESULTS: The provision of rare red cells involves multiple considerations such as multidisciplinary communication, serologic/molecular confirmation, donor recruitment, inventory optimization and logistical factors. CONCLUSION: The description of CBS' Rare Blood Program will inform others that seek to create, optimize, or expand programs that facilitate the provision of rare blood. New technologies such as next-generation sequencing may also affect how rare donors are identified and recruited in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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 tête enseignante, 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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetBlood groups and transfusionTravaux en français237 207