Chelation use and iron burden in North American and British thalassemia patients: a report from the Thalassemia Longitudinal Cohort
Notice bibliographique
Résumé
Morbidity and mortality in thalassemia are associated with iron burden. Recent advances in organ-specific iron imaging and the availability of oral deferasirox are expected to improve clinical care, but the extent of use of these resources and current chelation practices have not been well described. In the present study, we studied chelation use and the change in iron measurements in 327 subjects with transfusion-dependent thalassemia (mean entry age, 22.1 ± 2.5 years) from 2002-2011, with a mean follow-up of 8.0 years (range, 4.4-9.0 years). The predominant chelator currently used is deferasirox, followed by deferoxamine and then combination therapies. The use of both hepatic and cardiac magnetic resonance imaging increased more than 5-fold (P < .001) during the study period, leading to an 80% increase in the number of subjects undergoing liver iron concentration (LIC) measurements. Overall, LIC significantly improved (median, 10.7 to 5.1 mg/g dry weight, P < .001) with a nonsignificant improvement in cardiac T2* (median, 23.55 to 34.50 ms, P = .23). The percentage of patients with markers of inadequate chelation (ferritin > 2500 ng/mL, LIC > 15 mg/g dry weight, and/or cardiac T2* < 10 ms) also declined from 33% to 26%. In summary, increasing use of magnetic resonance imaging and oral chelation in thalassemia management has likely contributed to improved iron burden.
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 ».