Evaluation of a diagnostic platelet aggregation test strategy for platelet rich plasma samples with low platelet counts
Notice bibliographique
Résumé
Abstract Introduction Light transmission aggregometry (LTA) is important for diagnosing platelet function disorders (PFD) and von Willebrand disease (VWD) affecting ristocetin‐induced platelet aggregation (RIPA). Nonetheless, data is lacking on the utility of LTA for investigating thrombocytopenic patients and platelet rich plasma samples with low platelet counts (L‐PRP). Previously, we developed a strategy for diagnostic LTA assessment of L‐PRP that included: (1) acceptance of referrals/samples, regardless of thrombocytopenia severity, (2) tailored agonist selection, based on which are informative for L‐PRP with mildly or severely low platelet counts, and (3) interpretation of maximal aggregation (MA) using regression‐derived 95% confidence intervals, determined for diluted control L‐PRP (C‐L‐PRP). Methods To further evaluate the L‐PRP LTA strategy, we evaluated findings for a subsequent patient cohort. Results Between 2008 and 2021, the L‐PRP strategy was applied to 211 samples (11.7% of all LTA samples) from 192 unique patients, whose platelet counts (median [range] × 109/L) for blood and L‐PRP were: 105 [13–282; 89% with thrombocytopenia] and 164 [17–249], respectively. Patient‐L‐PRP had more abnormal MA findings than simultaneously tested C‐L‐PRP (p‐values <0.001). Among patients with accessible electronic medical records (n = 181), L‐PRP LTA uncovered significant aggregation abnormalities in 45 (24.9%), including 18/30 (60%) with <80 × 109 platelets/L L‐PRP, and ruled out PFD, and VWD affecting RIPA, in others. The L‐PRP LTA strategy helped diagnose VWD affecting RIPA, Bernard Soulier syndrome, familial platelet disorder with myeloid malignancy, suspected ITGA2B/ITGB3‐related thrombocytopenia, and acquired PFD. Conclusion Diagnostic LTA with L‐PRP, using a strategy that considers thrombocytopenia severity, is feasible and informative.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».