Transfusion-transmitted <i>Babesia</i> spp.: a changing landscape of epidemiology, regulation, and risk mitigation
Notice bibliographique
Résumé
ABSTRACT Babesia spp. are tick-borne parasites with a global distribution and diversity of vertebrate hosts. Over the next several decades, climate change is expected to impact humans, vectors, and vertebrate hosts and change the epidemiology of Babesia . Although humans are dead-end hosts for tick-transmitted Babesia , human-to-human transmission of Babesia spp. from transfusion of red blood cells and whole blood-derived platelet concentrates has been reported. In most patients, transfusion-transmitted Babesia (TTB) results in a moderate-to-severe illness. Currently, in North America, most cases of TTB have been described in the United States. TTB cases outside North America are rare, but case numbers may change over time with increased recognition of babesiosis and as the epidemiology of Babesia is impacted by climate change. Therefore, TTB is a concern of microbiologists working in blood operator settings, as well as in clinical settings where transfusion occurs. Microbiologists play an important role in deploying blood donor screening assays in Babesia endemic regions, identifying changing risks for Babesia in non-endemic areas, investigating recipients of blood products for TTB, and drafting TTB policies and guidelines. In this review, we provide an overview of the clinical presentation and epidemiology of TTB. We identify approaches and technologies to reduce the risk of collecting blood products from Babesia -infected donors and describe how investigations of TTB are undertaken. We also describe how microbiologists in Babesia non-endemic regions can assess for changing risks of TTB and decide when to focus on laboratory-test-based approaches or pathogen reduction to reduce TTB risk.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».