Towards optimising and standardising donor screening for faecal microbiota transplantion
Notice bibliographique
Résumé
infection or within microbiome intervention clinical trials. Donor screening is of paramount importance given the potential risk of pathogen transmission-a feared complication. While rare in practice, documented cases of FMT-associated infections have resulted in significant morbidity and even mortality. Despite the importance of screening, evidence-based approaches to developing donor-screening protocols are lacking. Inadequate screening for transmissible pathogens may lead to infections in recipients, while overly cautious screening for pathogens with negligible transmission potential could strain healthcare resources and unnecessarily exclude donors, who are already in limited supply. This review aimed to evaluate the evidence underpinning current FMT donor screening protocols. We began by comparing protocols from major FMT guidelines and manufacturers, highlighting their differences in lists of screened pathogens, laboratory assays and clinical characteristics used for donor selection. We critically appraised the existing literature on transmission dynamics for pathogens. These findings were incorporated into a Delphi process with an expert panel group to develop a rational and streamlined screening approach. We further emphasised the importance of maintaining transparency with regard to donor recruitment, screening, monitoring and traceback record keeping. Finally, we explored future directions in donor screening, including approaches to monitoring emerging pathogens and the potential for integration of new technologies, such as metagenomic assays, to enhance and refine donor selection.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».