Systematic follow‐up increases incidence of anaphylaxis during adverse reactions in anesthetized patients
Notice bibliographique
Résumé
BACKGROUND: The incidence of hypersensitivity reactions during anesthesia is underestimated because clinical symptoms may vary and diagnosis is not obvious. Our aim was to investigate the consequences of a systematic follow-up of patients on the estimated incidence of allergic reactions during anesthesia. METHODS: We conducted a prospective study over a 2-year period (70,000 anesthesias). When patients were suspected with hypersensitivity reactions or with unexplained adverse reactions during anesthesia, blood was sampled to measure histamine and tryptase, and then skin tests were performed 4-6 weeks later. RESULTS: During the studied period, 39 patients were enrolled in the database. Eight were excluded because of lack of skin tests. Twenty-two patients had clinical features compatible with immediate hypersensitivity reaction, and nine had reactions rated as 'unexplained' by the attending physician. Following systematic investigation, we found 22 hypersensitivity reactions (15 patients with obvious and seven with unexplained reactions) during anesthesia. This increases the estimated incidence of hypersensitivity reactions from 1 : 4667 to 1 : 3180 anesthesias. Tryptase concentrations were increased in only 50% of these patients. In our series, positive and negative predictive values of tryptase at T(0) for the diagnosis of anaphylaxis were 100% and 60%, respectively. Latex was the major causative agent, followed by neuromuscular blocking agents and antibiotics. CONCLUSIONS: Systematic follow-up of patients with unexplained reactions during anesthesia increases the estimated incidence of IgE-mediated hypersensitivity reactions during anesthesia by 50%.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».