Comparable bacterial growth in platelet concentrates suspended in plasma and platelet additive solution and improved detection of bacterial contamination using a new generation automated culture system
Notice bibliographique
Résumé
BACKGROUND: Microbial screening of platelet concentrates (PC) with automated culture methods is widely implemented to reduce septic transfusion reactions. Herein, detection of bacterial contamination in PC was compared between units prepared in plasma and a mix of plasma and platelet additive solution (PAS) and between the BACT/ALERT 3D and next generation BACT/ALERT VIRTUO systems. STUDY DESIGN/METHODS: Double apheresis units were split into single units, diluted in either PAS (PAS-PC) or plasma (plasma-PC), and tested for in vitro quality and sterility prior to spiking with ~30 CFU/unit of Staphylococcus epidermidis, Staphylococcus aureus, Serratia marcescens, and Klebsiella pneumoniae or ~10 CFU/mL of Cutibacterium acnes. Spiked PC were sampled for BACT/ALERT testing (36 and 48 h post-spiking) and colony counts (24, 36, and 48 h post-spiking). Times to detection (TtoD) and bacterial loads were compared between PC products and BACT/ALERT systems (N = 3). RESULTS: Bacterial growth was similar in plasma-PC and PAS-PC. No significant differences in TtoD were observed between plasma-PC and PAS-PC at the 36-h sampling time except for S. epidermidis which grew faster in plasma-PC and C. acnes which was detected earlier in PAS-PC (p < .05). Detection of facultative bacteria was 1.3-2.2 h sooner in VIRTUO compared with 3D (p < .05) while TtoD for C. acnes was not significantly different between the two systems. DISCUSSION: Comparable bacterial detection was observed in plasma-PC and PAS-PC with PC sampling performed at 36-h post blood collection. PC sampling at ≤36 h could result in faster detection of facultative pathogenic organisms with the VIRTUO system and improved PC safety.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».