Monitoring and reporting the composition of plasma and serum to improve biobanks and comparability of extracellular vesicle research: communication from the ISTH SSC Subcommittee on Vascular Biology
Notice bibliographique
Résumé
Transparent reporting is key to improving the reproducibility of scientific research. In 2023, the International Society for Extracellular Vesicles updated the "Minimal information for studies of extracellular vesicles" (MISEV) reporting guidelines and published new recommendations for blood extracellular vesicle (EV) research entitled "MIBlood-EV: Minimal information to enhance the quality and reproducibility of blood extracellular vesicle research." The MIBlood-EV recommendations are part of MISEV 2023 and promote reporting not only the protocols used for blood collection and handling but also the composition of the prepared samples that are used to measure EVs. Plasma and serum are commonly used starting materials for EV research; reporting their composition can help to improve reproducibility, comparison of measurement results, and support evidence-based guideline development. We conducted an online survey among the International Society on Thrombosis and Haemostasis (ISTH) EV researchers. Of the 20 respondents, 95% were familiar with MISEV, but 35% were unaware of the 2023 update, and only 65% applied these guidelines to their reports. With regard to MIBlood-EV, 40% were unaware of this reporting tool, and 20% did not follow its recommendations. This is surprising because most respondents agree that preanalytical variables of blood EV research are not satisfactorily described (75%), confirm that having a standardized reporting tool is beneficial for blood EV research (90%), and consider MIBlood-EV applicable to other fields of ISTH research (80%). In this Scientific and Standardization Committee communication, we summarize the survey results, as well as the background and goals of MISEV and how MIBlood-EV can be useful to improve the reproducibility of blood research within the ISTH community.
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 | 0,308 | 0,432 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».