Comparison of automated solid phase versus manual saline indirect antiglobulin test methodology for non‐<scp>ABO</scp> antibody titration: Implications for perinatal antibody monitoring
Notice bibliographique
Résumé
BACKGROUND: Accurate antibody titration is crucial in prenatal evaluations to identify patients who need clinical monitoring for hemolytic disease of the fetus and newborn (HDFN) causing fetal anemia. This study compares the established gold standard method of manual tube saline indirect antiglobulin testing (SIAT) with the newer automated solid phase (ASP) method of antibody titration and aims to establish the critical titer threshold for ASP that corresponds to the previously established SIAT critical threshold of ≥16 used in our laboratory. STUDY DESIGN AND METHODS: One hundred fifty-seven prenatal and donor plasma samples with known antibodies were tested using both SIAT and ASP methodologies and results were compared. RESULTS: The study found that ASP titers were, on average, 1.33 dilutions higher than SIAT titers. The critical titer cutoff for ASP was determined to be ≥32, which is one tube higher than the SIAT cutoff of ≥16. DISCUSSION: The ASP method for antibody titration offers greater reproducibility and efficiency compared with manual SIAT titration. This study suggests that a titer cutoff of ≥32 is appropriate for most clinically significant antibodies using ASP. However, further research is needed to determine the comparability of ASP with SIAT in samples with multiple antibodies, anti-M antibodies, and other less common antibodies. Validation of the ASP titer cutoff against HDFN clinical outcomes is required before implementing this test for routine use in perinatal antibody titration.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».