Validation of a flow‐<scp>cytometry‐based</scp> red blood cell antigen phenotyping method
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Current manual and automated phenotyping methods are based on visual detection of the antigen-antibody interaction. This approach has several limitations including the use of large volumes of patient and reagent red blood cells (RBCs) and antisera to produce a visually detectable reaction. We sought to determine whether the flow cytometry could be developed and validated to perform RBC phenotyping to enable a high-throughput method of phenotyping using comparatively miniscule reagent volumes via fluorescence-based detection of antibody binding. MATERIALS AND METHODS: , -S, -s that are commercially available and currently utilized in our blood transfusion services (BTS) for agglutination-based phenotyping assays. RESULTS: Seventy samples were tested using both flow-cytometry-based-phenotyping and a manual tube standard agglutination assay. For all the antigens tested, 100% concordance was achieved. The flow-cytometry-based method used minimal reagent volume (0.5-1 μl per antigen) compared with the volumes required for manual tube standard agglutination (50 μl per antigen) CONCLUSION: This study demonstrates the successful validation of flow-cytometry-based RBC phenotyping. Flow cytometry offers many benefits compared to common conventional RBC phenotyping methods including high degrees of automation, quantitative assessment with automated interpretation of results and extremely low volumes of reagents. This method could be used for high-throughput, low-cost phenotyping for both blood suppliers and hospital BTS.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».