【摘 要】
：
目的探讨抗-CD38单克隆抗体对输血前检测实验的干扰及其处理措施。方法收集2名接受抗-CD38单克隆抗体治疗的多发性骨髓瘤患者血样,分别进行ABO和Rh血型抗原定型、直接抗人球蛋白实验、不规则抗体筛选和鉴定、交叉配血实验;将不规则抗体筛选用试剂红细胞、抗体鉴定谱细胞、交叉配血用的献血者红细胞、平行对照用的O型K（+）E（+）红细胞与0.2 mol/L的DTT按照红细胞:DTT为1∶4的比例进行混合
【机 构】
：
广州血液中心广州市医学(血液安全)重点实验室
论文部分内容阅读
目的探讨抗-CD38单克隆抗体对输血前检测实验的干扰及其处理措施。方法收集2名接受抗-CD38单克隆抗体治疗的多发性骨髓瘤患者血样,分别进行ABO和Rh血型抗原定型、直接抗人球蛋白实验、不规则抗体筛选和鉴定、交叉配血实验;将不规则抗体筛选用试剂红细胞、抗体鉴定谱细胞、交叉配血用的献血者红细胞、平行对照用的O型K（+）E（+）红细胞与0.2 mol/L的DTT按照红细胞:DTT为1∶4的比例进行混合后,放入37℃水浴箱水浴30 min;再用上述DTT处理后的红细胞分别对患者血浆进行不规则抗体筛选实验、抗体鉴定实验和交叉配血实验。结果 2名患者的ABO和Rh血型均为O,CCDee;直接抗人球蛋白实验分别为阴性和阳性;未经DTT处理的抗体筛选红细胞、抗体鉴定细胞和献血者红细胞与患者血浆反应均呈阳性;DTT处理后的抗体筛选红细胞、抗体鉴定细胞和献血者红细胞与患者血浆反应均呈阴性;平行对照用的O型K（+）E（+）红细胞经DTT处理后转变为O型K（-）E（+）。结论抗-CD38单克隆抗体治疗多发性骨髓瘤,可干扰患者的血型血清学实验,用0.2 mol/L的DTT灭活红细胞表面的CD38抗原后,可以较好的去除这种干扰。
其他文献
随着遥感卫星技术的发展水平不断提升,一方面造成了遥感数据量增长过快并且种类繁多,这使得遥感数据难以管理。另一方面,传统遥感数据处理软件面向的是单一用户,没有考虑支持持续、并发、全自动的高性能数据处理需求,普通用户无法使用这类软件高效率的批量处理遥感数据。与此同时,遥感数据一般都是从数据中心获取,数据中心负载太大不能保证遥感数据的稳定获取。针对以上问题,本文依托于“天空地多源数据融合的崩岗新型监测、
机械臂轨迹跟踪控制的目的是机械臂按照期望轨迹运动时系统误差始终保持最小,即使存在干扰。因此,高精度、快速响应的轨迹跟踪控制是机械臂的研究重点。自由空间机械臂的位置跟踪问题,终端滑模控制因在滑模面中引入了非线性函数,使系统误差能够在有限时间收敛,在机械臂控制方向深受学者们的关注。而任务空间机械臂的控制,线性滑模控制研究的较多,但它只能确保跟踪误差渐进收敛,而不能保证有限时间收敛。然而分数阶终端滑模整
随着移动机器人的不断改进与智能化,基于多传感器融合的同时定位与建图（SLAM）系统尤其是基于视觉SLAM成为当下研究的重点领域。但是因为相机等视觉硬件存在一些问题,当移动机器人快速运动时,有部分图像纹理缺失或者部分特征信息缺失,会导致图像信息采集出现问题,特别是单目相机还会存在图像采集频率过低以及尺度不确定性等问题。惯性测量单元（IMU）是自身携带三轴加速度和角速度的一种运动传感器,两者能够为单目
智能优化算法在控制器参数整定优化领域得到了日趋广泛的应用。其中新兴的鲸鱼优化算法（Whale Optimization Algorithm,WOA）由于结构简单、参数少、搜索能力强等特点受到了广泛关注。但WOA算法由于提出时间不长,其应用研究仍在初步阶段,算法本身还存在迭代精度较低,迭代后期易陷入局部最优等缺点。本论文针对鲸鱼优化算法所存在的不足,提出一种改进的鲸鱼优化算法（LOWOA）,并将其应
滚动轴承广泛用于旋转机械中,其失效会导致生产率损失和较高的运行成本。因此,轴承的故障诊断对于确保高性能传动至关重要。最近,各个领域都成功开发了用于轴承故障诊断的数据驱动方法。但这些方法仍然存在很大的局限性,例如在训练数据和测试数据具有相同分布的情况下训练此类模型。这极大地限制了数据驱动模型的广泛应用,特别是基于神经网络的故障诊断模型。因为当操作环境和条件发生变化时,上述方法往往无法检测到故障。为了
随着我国高等教育的发展,在高校大量扩招、大学生数量激增的同时,逃课、挂科等现象开始出现,这严重影响了学生的学业与学校的校风。因此,进行有效的学业预警变得越来越重要。为了保障学校教学质量,督促学生学习,本文给出了融合考勤预警与挂科预警的学业预警方案。通过人脸识别的方式进行学生考勤,根据考勤情况生成考勤预警;并基于学生的考勤情况以及历史考试成绩等数据,利用机器学习对当前学期的课程进行挂科预测,根据预测
车辆数量的增长趋势很快,促进了交通基础设施的建设和发展。为了提高交通效率,方便人们出行,有关人员着力研究智能交通监测系统。智能交通监测系统的重要性日益凸显,而车辆跟踪是其必不可少的组成部分,因此研究车辆跟踪有重大意义。针对车辆跟踪所面临的各种问题,论文提出了一种基于深度学习和核相关滤波的车辆跟踪算法。利用改进的YOLOv3网络检测车辆的位置,在跟踪过程中根据更新策略不断调整核相关滤波的跟踪框,从而
在电子信息产业高速发展的时代,印刷电路板（printed circuit board,PCB）作为电子设备中最为基础且不可替代的一部分,在国内外有很大的应用市场。为了适应工厂高质量快速的PCB生产现状,避免因PCB质量不合格而导致对电子器件的使用寿命与使用的稳定性造成影响,需要对PCB进行高效且准确的缺陷检测。如今通过人工目检的方法已逐渐被淘汰,而基于机器视觉的智能化检测方法因检测速度快、准确率高
在无线通信领域中,调制识别是非合作通信的重要组成部分。通信技术的发展,带来的多样化信道环境,使调制识别变得越发困难。随着深度学习的出现,其在图像和语音识别方面取得了很好的效果,深度学习可以解决有效特征提取的困难,利用深度学习进行调制信号的自动识别已成为通信领域重要研究方向。首先,介绍了调制模式的基本原理和深度学习的理论,引出了常见的深度学习神经网络模型,并分析了不同神经网络模型的优缺点。然后,提出
随着教学改革的深化与深度学习的推进,校本课程逐渐成为基础教育学校教学内容的重要载体和特色化办学的突破点。学校可从明确育人目标、界定分类标准、把握课程功能、强化内容设计、开展科学评价、打造项目团队等方面切入,探索与改进校本课程的开发、设计与实施,真正实现学生核心素养的落实和德智体美劳的全面发展。