2026年1月28日 星期三
首页 > 协会活动 > 国内外动态

RhDnostics：基于机器学习的RhD阴性和DEL血型筛查预测模型

时间：2026-01-15来源：浙江省血液中心作者：翻译：毛湖燕 宁波市中心血站 审核专家：王拥军
背景：DEL表型因红细胞上D抗原含量极低，常在血清学检测中被误判为RhD阴性。这种误判可能导致输血相关免疫反应。目前，吸收-放散试验（AE）和基因分型是确认DEL的推荐方法，但检测时间、仪器、试剂和费用以及技术问题都是实验室检测中DEL识别和患者安全的挑战因素。

研究方法：本研究开发了一种基于机器学习的预测算法模型（RhDnostics），通过计算RhCcEe抗原型和AE试验结果，预测RhD阴性和DEL表型。研究使用了927名RhD阴性和179名DEL献血者的数据集，结合血清学和分子检测结果进行模型训练和验证。

结果：构建了基于RhCcEe抗原和RhD确认血清学试验（如吸收-放散试验）的数据进行了机器学习算法的模型，在泰国献血者数据集中对RhD阴性的识别率>90%。模型通过使用来自不同人群（如日本、印度、智利等）的数据进行外部验证，其准确性在不同人群中表现不一，在日本人群中最高（89.72%），智利人群中最低（46.28%）。团队开发了基于Web的应用程序RhDnostics（https://rnp-project-1.streamlit.app/），方便用户查询和批量处理数据。

结论：本研究的机器学习算法可以作为实验室中RhD阴性筛查的预测工具，可在无法进行血清学确认试验或RhD分子检测的情况下使用。

翻译：毛湖燕 宁波市中心血站
审核专家：王拥军

点击进入：英文原版PDF查询下载系统

返回