Utilizing proficiency testing survey data to create advanced educational content: the virtual crossmatch challenge model
Notice bibliographique
Résumé
Proficiency testing (PT) surveys include data from laboratories across the world and are ideal for creating advanced educational content, beyond just consensus grading. Educational challenges provide a unique opportunity to probe common laboratory practices and risk assessment, especially in cases where there is no "analyte" tested. Human leukocyte antigen (HLA) compatibility evaluation between donor and recipient pairs has been traditionally assessed using T-cell and B-cell physical crossmatches. However, advancements in our ability to identify and characterize HLA antibodies using solid phase assays, in combination with changing deceased donor allocation schemes and improved HLA typing, have shifted the paradigm from performing physical crossmatches to the use of the virtual crossmatch (VXM). VXM is a compatibility assessment relying on the interpretation of pre-transplant HLA laboratory data and as such, it is not an "analyte". However, VXM results are used in clinical decision-making. The VXM assessment depends on patient characteristics as well as laboratory and transplant center practices but must ensure safe transplantation outcomes while maintaining equity in access to transplantation. In this manuscript, we describe the American Society for Histocompatibility and Immunogenetics (ASHI) PT Educational VXM Challenge, as a model for creating educational content using PT survey data. We discuss the different components of the VXM Challenge and highlight major findings and learning points acquired from ASHI VXM Challenges performed between 2018-2022, such as the lack of correlation between the VXM and the physical crossmatch in the presence of low level donor-specific antibodies (DSA), or when the DSA were aimed against donor alleles that are not present on the antibody panel, and in the presence of an antibody to a shared eplet. Finally, we show that the VXM Educational Challenge serves as a valuable tool to highlight the strengths and pitfalls of the VXM assessment and reveals differences in testing and result interpretation among participating HLA laboratories.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».