Human T-Lymphotropic Virus Screening of Blood Donations in England Between 2002 and 2021—Comparison of Screening Strategies
Notice bibliographique
Résumé
BACKGROUND: Human T-lymphotropic virus (HTLV) is associated with adult T-cell leukemia/lymphoma and myelopathy. Here we present virological and epidemiological data on HTLV screening of blood donations in England between 2002 and 2021, implemented to prevent its transmission via blood transfusion. METHODS: Data on HTLV testing of blood donations was reviewed; it was initially conducted in pools (2002-2012) and subsequently using individual samples (all donors, 2013-2016; first-time donors and non-leucodepleted component donors, 2017-2021). Data included annual number of donations screened, initial and repeat reactives as well as confirmed positives. Further information, such as likely source of infection, was obtained for HTLV-positives. RESULTS: Over the 20-year study period, a total of 30 679 741 blood donations were screened for HTLV in England. Under pooled screening strategy, the annual rate of repeat reactive donations remained <5:100 000. However, this rate increased to 51:100 000 with individual screening and further to 123:100 000 with selective screening. A total of 5032 samples were repeat reactive, of which 278 were confirmed HTLV-positives. Although the specificity under each scenario exceeded 99.9%, the rate of repeat reactives was around 50-fold higher in individual compared to pooled screening. Most HTLV infected were UK-born, most likely acquired their infection unknowingly through breast feeding or heterosexual intercourse with an individual associated with an HTLV-endemic country. CONCLUSIONS: These data highlight that pooled testing can be advantageous in low-prevalence settings due to its high specificity and reduced non-specific reactivity. Whether pooling is an applicable strategy to tackle the burden of HTLV infection in resource-poor, HTLV-endemic countries requires further investigations.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».