Prevalence of weak D phenotypes in the general population of Québec, Canada: A focus on weak D type 42
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Weak D type 42 accounts for an unusually high proportion of weak D phenotypes in Québec (Canada), which contrasts with other predominantly White populations. However, its prevalence in the general population is unknown. We estimated the prevalence of weak D type 42 and other common weak D phenotypes in Québec. MATERIALS AND METHODS: We screened for RHD*01W.42 alleles among 1000 individuals of CARTaGENE-a cohort representative of Québec's population. The prevalence of weak D type 42 was calculated based on the allele frequency of RHD*01W.42 and d (i.e., all recessive alleles that confer a D- phenotype), assuming a Hardy-Weinberg equilibrium. This prevalence was then leveraged to calculate that of other common weak D phenotypes, using published prevalence estimates among weak D phenotypes. RESULTS: Two individuals harboured the RHD*01W.42/RHD*01 heterozygous genotype. Assuming an allele frequency of 38.19% for d, the overall prevalence of weak D type 42 was 0.08%. The following prevalence estimates were also obtained: 0.44% for all weak D phenotypes and 0.07%, 0.01% and 0.04% for weak D types 1, 2 and 3, respectively. CONCLUSION: Québec has the highest documented prevalence of weak D type 42, which was estimated at 0.08%.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».