International review of blood donation screening for anti‐HBc and occult hepatitis B virus infection
Notice bibliographique
Résumé
BACKGROUND: Hepatitis B core antibody (anti-HBc) screening has been implemented in many blood establishments to help prevent transmission of hepatitis B virus (HBV), including from donors with occult HBV infection (OBI). We review HBV screening algorithms across blood establishments globally and their potential effectiveness in reducing transmission risk. MATERIALS AND METHODS: A questionnaire on HBV screening and follow-up strategies was distributed to members of the International Society of Blood Transfusion working party on transfusion-transmitted infectious diseases. Screening data from 2022 were assimilated and analyzed. RESULTS: A total of 30 unique responses were received from 25 countries. Sixteen respondents screened all donations for anti-HBc, with 14 also screening all donations for HBV DNA. Anti-HBc prevalence was 0.42% in all blood donors and 1.19% in new donors in low-endemic countries; however, only 44% of respondents performed additional anti-HBc testing to exclude false reactivity. 0.68% of anti-HBc positive, HBsAg-negative donors had detectable HBV DNA. Ten respondents did universal HBV DNA screening without anti-HBc, whereas four respondents did not screen for either. Deferral strategies for anti-HBc positive donors were highly variable. One transfusion-transmission from an anti-HBc negative donor was reported. DISCUSSION: Anti-HBc screening identifies donors with OBI but also results in the unnecessary deferral of a significant number of donors with resolved HBV infection and donors with false-reactive anti-HBc results. Whilst confirmation of anti-HBc results could be improved to reduce donor deferral, transmission risks associated with anti-HBc negative OBI donors must be considered. In high-endemic areas, highly sensitive HBV DNA testing is required to identify infectious donors.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».