Long-term Erythrocytapheresis Is Associated With Reduced Liver Iron Concentration in Sickle Cell Disease
Notice bibliographique
Résumé
BACKGROUND: Erythrocytapheresis procedures are increasingly used in sickle cell disease. Serum ferritin and noninvasive magnetic resonance imaging measurements of liver iron concentration (LIC) are frequently used to monitor iron overload secondary to hypertransfusion. There is a paucity of data describing the impact of long-term erythrocytapheresis (LTE) on LIC. MATERIALS AND METHODS: We measured magnetic resonance imaging liver and cardiac iron on LTE subjects and stratified them into 2 groups: higher LIC (>3 mg/g) and lower LIC (<3 mg/g). χ(2) and t test were used to test for differences between the 2 groups. Logistic regression and generalized linear mixed-effects models were used to test what impacted LIC. RESULTS: None of 29 sickle cell disease subjects maintained on LTE had high cardiac iron concentration. LIC was associated with serum ferritin (r=0.697, P<0.001) but was not associated with the total number of LTE procedures (r=-0.088, P=0.656) or total number of simple transfusions (r=0.316, P=0.108). The total number of LTE procedures was not associated with serum ferritin (r=0.040, P=0.838), the total number of simple transfusions (r=-0.258, P=0.184), or LIC group (r=-0.111, P=0.566). CONCLUSION: There was no significant correlation between duration of LTE maintenance and LIC.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».