A systematic review and survey of the management of unexpected neonatal alloimmune thrombocytopenia
Notice bibliographique
Résumé
BACKGROUND: Unexpected neonatal alloimmune thrombocytopenia (NAIT) may have devastating consequences and its management is challenging. To design future trials, evidence from the literature and existing best practice need review. STUDY DESIGN AND METHODS: This study was a cross-sectional survey of neonatal units in Germany and Canada to determine management strategies of NAIT and a systematic search for randomized controlled trials (RCTs). RESULTS: Management of NAIT differs substantially between countries with regard to platelet (PLT) thresholds for screening, initiation of therapy, and treatment. Seventy-seven percent of Canadian physicians versus 68 percent of German physicians screen preterm and term infants, at a PLT threshold of 30 x 10(9) to 100 x 10(9) per L. In preterm infants, 60 percent of Canadian neonatologists commence treatment at a PLT count of between 30 x 10(9) and 50 x 10(9) per L. In Germany 32 percent of the physicians start treatment at this level and 25 percent use a threshold of between 10 x 10(9) and 20 x 10(9) per L. In term infants, 6 percent of the Canadian physicians and 16 percent of the German physicians use even lower treatment triggers of between 5 x 10(9) and 10 x 10(9) per L. In the presence of bleeding, 61 percent of German physicians await the arrival of antigen-negative PLTs, while 64 percent of Canadian neonatologists prefer intravenous immunoglobulin or random-donor PLTs (81%). Maternal PLTs are utilized by 31 percent of physicians in both countries. No RCTs were identified. CONCLUSION: In the absence of RCTs, management of unexpected NAIT differs between countries. Clinicians and transfusion services may use the results of our study to develop collaborative protocols, redefine preferred hospitalwide strategies, and design future controlled trials.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,015 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».