Transplantation for Autoimmune Diseases in North and South America: A Report of the Center for International Blood and Marrow Transplant Research
Notice bibliographique
Résumé
Hematopoietic cell transplantation (HCT) is an emerging therapy for patients with severe autoimmune diseases (AID). We report data on 368 patients with AID who underwent HCT in 64 North and South American transplantation centers reported to the Center for International Blood and Marrow Transplant Research between 1996 and 2009. Most of the HCTs involved autologous grafts (n = 339); allogeneic HCT (n = 29) was done mostly in children. The most common indications for HCT were multiple sclerosis, systemic sclerosis, and systemic lupus erythematosus. The median age at transplantation was 38 years for autologous HCT and 25 years for allogeneic HCT. The corresponding times from diagnosis to HCT were 35 months and 24 months. Three-year overall survival after autologous HCT was 86% (95% confidence interval [CI], 81%-91%). Median follow-up of survivors was 31 months (range, 1-144 months). The most common causes of death were AID progression, infections, and organ failure. On multivariate analysis, the risk of death was higher in patients at centers that performed fewer than 5 autologous HCTs (relative risk, 3.5; 95% CI, 1.1-11.1; P = .03) and those that performed 5 to 15 autologous HCTs for AID during the study period (relative risk, 4.2; 95% CI, 1.5-11.7; P = .006) compared with patients at centers that performed more than 15 autologous HCTs for AID during the study period. AID is an emerging indication for HCT in the region. Collaboration of hematologists and other disease specialists with an outcomes database is important to promote optimal patient selection, analysis of the impact of prognostic variables and long-term outcomes, and development of clinical 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 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) | 0,000 | 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 | 0,000 |
| 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 ».