Treatment related factors and inhibitor development in children with severe haemophilia A
Notice bibliographique
Résumé
With the advent of modern factor replacement therapy the most important remaining obstacle to successful treatment in haemophilia A is the development of inhibitory antibodies against Facto VIII (FVIII). This retrospective case control study examined genetic variables and early treatment patterns in severe haemophilia A patients who subsequently developed clinically significant inhibitors to FVIII compared with matched controls who did not. Seventy eight inhibitor patients were identified from 13 UK centers over 25 years (1982-2007). For each case an age matched control was selected. Data on potential genetic and treatment related risk factors were collected for cases and controls. Treatment related data was collected for the first 50 exposure days (EDs) for controls or up to inhibitor development for cases. Risk factors were compared for significance by univariate and multivariate analysis. Of the genetic risk factors, major defects in the FVIII gene and non-caucasian ethnicity were each responsible for approximately 5-fold increases in inhibitor risk. When treatment related variables are considered, high intensity treatment increased inhibitor risk around 2.5 fold whether represented by the presence of peak treatment moments or by high overall treatment frequency. This finding was significant regardless of the timing of the high intensity treatment. Periods of intense treatment associated with surgery for porta-cath insertion were however not found to be associated with increased inhibitor risk. No association was shown between inhibitor development and age at first FVIII exposure, type of FVIII product, or the use of regular prophylaxis. This study confirms treatment-related factors as important risks for inhibitor development in Haemophilia A.
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) | 0,001 | 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 | 0,001 |
| 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 ».