Hematologic dyscrasia associated with ticlopidine therapy: evidence for causality.
Notice bibliographique
Résumé
BACKGROUND: Several rare, potentially fatal types of hematologic dyscrasia, such as agranulocytosis, aplastic anemia, neutropenia, pancytopenia, thrombocytopenia and thrombotic thrombocytopenic purpura (TTP), have been associated with ticlopidine therapy. The extent to which ticlopidine is the causative factor has not been addressed quantitatively. METHODS: We identified 211 published case reports of hematologic dyscrasia associated with ticlopidine therapy from a MEDLINE search. We analyzed the 91 reports that could be evaluated, using the Bayesian Adverse Reaction Diagnostic Instrument to calculate the posterior probability that ticlopidine caused the hematologic dyscrasia based on epidemiologic and clinical trial data (prior odds) and case information (likelihood ratio). RESULTS: The median posterior probability values (and range) for agranulocytosis, aplastic anemia, neutropenia, pancytopenia, thrombocytopenia and TTP were 0.95 (0.53-0.98), 0.81 (0.57-0.93), 0.86 (0.75-0.96), 0.78 (0.61-0.89), 0.74 (0-0.92) and 1.0 (0.33-1.00) respectively. The posterior probability was 0.75 or greater in 82 (90%) of the case reports. INTERPRETATION: This systematic analysis provides stronger evidence to implicate ticlopidine as the causative factor in the various types of hematologic dyscrasia in most published case reports.
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) | 0,001 | 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 ».