Red cell concentrates from teen male donors contain poor‐quality biologically older cells
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Donor factors influence the quality characteristics of red cell concentrates (RCCs) and the lesions that develop in these heterogeneous blood products during hypothermic storage. Teen male donors' RCCs contain elevated levels of biologically old red blood cells (RBCs). The aim of this study was to interrogate the quality of units of different donor ages and sexes to unravel the complex interplay between donor characteristics, long-term cold storage and, for the first time, RBC biological age. MATERIALS AND METHODS: RCCs from teen males, teen females, senior males and senior females were density-separated into less-dense/young (Y-RBCs) and dense/old RBCs (O-RBCs) throughout hypothermic storage for testing. The unseparated and density-separated cells were tested for haematological parameters, stress (oxidative and osmotic) haemolysis and oxygen affinity (p50). RESULTS: The O-RBCs obtained from teen donor samples, particularly males, had smaller mean corpuscular volumes and higher mean corpuscular haemoglobin concentrations. While biological age did not significantly affect oxygen affinity, biologically aged O-RBCs from stored RCCs exhibited increased oxidative haemolysis and decreased osmotic fragility, with teenage male RCCs exhibiting the highest propensity to haemolyse. CONCLUSION: Previously, donor age and sex were shown to have an impact on the biological age distribution of RBCs within RCCs. Herein, we demonstrated that RBC biological age, particularly O-RBCs, which are found more prevalently in male teens, to be a driving factor of several aspects of poor blood product quality. This study emphasizes that donor factors should continue to be considered for their potential impacts on transfusion outcomes.
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) | 0,008 | 0,001 |
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 ».