Platelet component safety in the era of new advancements in bacterial screening and pathogen reduction: A congress report of the 2024 <scp>ISBT</scp> Transfusion‐Transmitted Infectious Diseases Working Party, Bacteria Subgroup
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: High-income countries have successfully enhanced platelet component (PC) safety with the implementation of mitigation strategies including donor screening, skin disinfection, first aliquot diversion and PC bacterial screening or treatment with pathogen reduction technologies (PRT). This review discusses the experiences of several institutions with the adoption of bacterial screening methods and/or PRT and highlights residual safety risks. MATERIALS AND METHODS: Data from the American Red Cross (ARC), Australian Red Cross Lifeblood (Lifeblood), Canadian Blood Services (CBS), the Établissement Français du Sang (EFS) and National Health Service Blood and Transplant (NHSBT) were presented at the International Society of Blood Transfusion (ISBT) Congress, Transfusion-Transmitted Infectious Diseases meeting (Barcelona, June 2024) and were summarised in this report. RESULTS: PC screening with the automated BACT/ALERT culture system began in 2004 in the ARC and CBS, while the system was adopted in 2008 and 2011 by Lifeblood and NHSBT, respectively. Implementation of PC treatment with the PRT INTERCEPT started in 2016, 2022, and 2006 in the ARC, CBS, and EFS, correspondingly. CONCLUSIONS: PC screening and PC treatment with PRT have significantly increased product safety. However, there are still residual safety risks posed by challenging organisms such as sporulated Bacillus spp. and toxin-producing Staphylococcus aureus.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».