MétaCan
Menu
Retour à la cohorte
Enregistrement W1953811136

Frequently relapsing thrombotic thrombocytopenic purpura treated with cytotoxic immunosuppressive therapy.

2001· article· en· W1953811136 sur OpenAlexaff
David Allan, M.J. Kovacs, William F. Clark

Notice bibliographique

RevuePubMed · 2001
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueComplement system in diseases
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAzathioprineThrombotic thrombocytopenic purpuraImmunosuppressionImmunologyCytotoxic T cellCyclophosphamideAutoantibodyVon Willebrand factorAlloimmunityRituximabPlateletInternal medicineGastroenterologyChemotherapyImmune systemAntibodyDisease
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Treatment of thrombotic thrombocytopenic purpura (TTP) with plasma exchange has reduced mortality rates from 90% in untreated cases to less than 20%. Despite plasma exchange, relapses may occur in as many as 40% of cases. Multiple relapses occur in a minority but pose a significant therapeutic challenge. Recent evidence supports the presence of an autoantibody which inhibits proteolysis of von Willebrand factor (vWF) in active TTP, allowing large multimers of vWF to form and promote platelet aggregation. Additional evidence suggests autoantibodies activate capillary endothelium and promote platelet aggregation in the microcirculation. Immunosuppression, thus, has a biologically plausible role in TTP. We describe three consecutive cases of relapsing TTP treated with cytotoxic therapy to highlight the potential role of immunosuppression. DESIGN AND METHODS: Cytotoxic immunosuppressive therapy with either cyclophosphamide or azathioprine was used in three consecutive patients with frequently relapsing TTP. RESULTS: All three patients have maintained remissions of 8 to 10 months without recurrence. INTERPRETATION AND CONCLUSIONS: Cytotoxic immunosuppressive therapy may have a role in inducing long-term remissions in recurrent TTP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,412
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,231
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

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

Citations38
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetComplement system in diseasesTravaux en français237 207