MétaCan
Menu
Retour à la cohorte
Enregistrement W4415933155 · doi:10.1182/blood.2025029359

Multinational assessment of absolute neutrophil counts and white blood cell counts among healthy Duffy-null adults

2025· article· en· W4415933155 sur OpenAlexaff
Stephen P. Hibbs, Israel Chipare, Amr J Halawani, Sophie E. Legge, Geoffrey Fell, Daniel Dees, David J. Roberts, Nicholas Gleadall, Olga Shamardina, Abdulrahman A Alhamzi, Edwig Shingenge, Mohammed J Alabdly, Hilary T Charuma, Mohammed A Nushaily, Judith M Sinvula, Michelle Sholzberg, Sara Paparini, Vanessa Apea, Maureen Achebe, Nancy Berliner, Lauren E. Merz

Notice bibliographique

RevueBlood · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBlood disorders and treatments
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésReference valuesEthnic groupBiobankWhite blood cellPopulationConfidence intervalComplete blood countAbsolute neutrophil countBlood count

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Laboratory reference intervals must reflect population diversity for accurate medical decisions. The Duffy-null variant lowers absolute neutrophil counts (ANC), but existing dedicated reference intervals are based on a single African American cohort. The impact across other ethnic groups and regions remains unclear, and no white blood cell count (WBC) intervals exist for Duffy-null individuals. This study aimed to establish and compare Duffy-null ANC and WBC reference intervals across 4 continents. A cross-sectional study was conducted assessing healthy Duffy-null individuals from dedicated cohorts (blood donors in Namibia, Saudi Arabia, and the United Kingdom; primary care patients in the United States) and biobanks (participants from the United Kingdom and the United States). Among 8018 participants (880 from dedicated cohorts and 7138 from biobanks), novel ANC and WBC reference intervals were established (Namibia [ANC, 820/μL to 6370/μL; WBC, 2.51 × 109/L to 9.85 × 109/L]; Saudi Arabia [ANC, 1140/μL to 5290/μL; WBC, 3.72 × 109/L to 10.71 × 109/L]; United Kingdom (ANC, 1185/μL to 5462/μL; WBC, 3.1 × 109/L to 8.8 × 109/L]; the United States [ANC, 1210/μL to 5390/μL; WBC, 3.00 × 109/L to 9.66 × 109/L]), with no significant differences between cohorts. Institutional reference intervals misclassified 27.9% (Namibia), 50.9% (Saudi Arabia), 26.0% (United Kingdom), and 21.7% (the United States) as neutropenic. Biobank analyses confirmed no significant difference in ANC between Black and non-Black Duffy-null participants. Duffy-null individuals consistently exhibit lower ANC and WBC across ethnic groups and regions. Current reference intervals overlook this variation, risking misdiagnosis and health inequities. Implementing Duffy-specific reference intervals is essential for equitable and accurate clinical decisions worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,236
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetBlood disorders and treatmentsTravaux en français237 207