Manufacturing stresses do not differentially impact red blood cells from donors with diabetes
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: With the rising prevalence of diabetes and expanded blood donor criteria in Canada, individuals with diabetes are increasingly contributing to the blood supply. However, little is known about how routine manufacturing affects red blood cells (RBCs) from this group. This study examined RBC differences in donors with type 1 (T1D) or type 2 diabetes (T2D) following processing to generate red cell concentrates (RCCs). MATERIALS AND METHODS: Whole blood (WB) donations were collected from voluntary T1D (n = 12), T2D (n = 11) and non-diabetic age/sex-matched (n = 23) donors. Donations were processed via red cell filtration to generate RCCs. At donation, 2.7-mL of WB was collected into EDTA tubes, and 70 mL of processed RCCs was aliquoted into satellite bags. WB-EDTA tubes and RCC satellite bags were characterized on Day 2 post collection. RESULTS: Donors with T1D and T2D had similar, but higher glycated haemoglobin (HbA1c) levels than matched controls (p < 0.001). Processing increased RBC count, haemoglobin and haematocrit in all groups (p < 0.0001). Donors with T2D had decreased mean corpuscular haemoglobin (MCH) and mean corpuscular haemoglobin concentration (MCHC) compared to controls, both pre and post processing (p < 0.05), with a similar trend in p50 (pre: p < 0.01; post: p < 0.05). CONCLUSION: Blood component manufacturing did not exacerbate stress on RBCs from donors with diabetes. Donors with T2D had altered MCH, MCHC and p50 compared to matched controls, which persisted after processing. These findings emphasize the importance of donor health on blood product quality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».