Measurement of liver iron concentration by superconducting quantum interference device biomagnetic liver susceptometry validates serum ferritin as prognostic parameter for allogeneic stem cell transplantation
Notice bibliographique
Résumé
INTRODUCTION: There are conflicting data regarding the role of serum ferritin (SF) as surrogate parameter for iron overload as an independent prognostic factor for outcome after allogeneic stem cell transplantation (SCT). Superconducting quantum interference device (SQUID) biomagnetic liver susceptometry, a noninvasive measurement of iron overload, allows measurement of the interference of an exteriorly applied small but highly constant magnetic field by the paramagnetic liver storage iron. By measuring the true iron load of patients through SQUID, we wanted to assess the effect of iron overload on patients undergoing SCT. METHODS: We conducted a single-center retrospective analysis (1994-2010), comparing the effect of SF and liver iron content measured by SQUID shortly before transplantation on overall survival (OS), event-free survival (EFS), and transplant-related mortality (TRM) in 142 patients (median age 54.5 yr, range 5.6-75 yr) undergoing SCT (80% reduced intensity regimen). Patients were subdivided into five groups: myelodysplastic syndrome, de novo acute myeloid leukemia (AML), secondary AML, primary myelofibrosis, and others. RESULTS: Correlation between SF and SQUID was significant (r = 0.6; P < 0.001; log function). The chance of infection was increased 2.4-fold (95% CI 1.22-4.71) when SQUID values ranged ≥1000 μg Fe/g liver (P = 0.012). We found similar results for SF >1000 ng/mL (P = 0.003). A significant association between SQUID and fungal infection was also seen (P = 0.004). For patients with SQUID ≥1000, the risk of proven fungal infection was increased 3.08-fold (95% CI 1.43-6.63). A similar association between SF >1000 and fungal infection was shown (P = 0.01). In univariate analysis, age was a prognostic factor for TRM (P = 0.034, HR 1.04, CI 1.00-1.08). SF ≥1000 was associated with OS (P = 0.033, HR 2.09, CI 1.06-4.11) and EFS (P = 0.016, HR 2.15, 95% CI 1.15-4.10). In multivariate analysis on EFS, only age and SF >1000 remained as independent factors (HR 1.027, P = 0.040, 95% CI 1.001-1.054 and HR 2.058, P = 0.034, 95% CI 1.056-4.008, respectively). The multivariate analysis on TRM left age and SQUID values ≥1000 in the final model (HR 1.045, P = 0.041, 95% CI 1.002-1.090 and HR 2.110, P = 0.103, 95% CI 0.859-5.183, respectively). CONCLUSION: Our data confirmed that SF ≥1000 increases the risk of infection, moreover fungal infection in transplant recipients. As SQUID values correlate well with SF, we could show that SF is indeed a good surrogate parameter for iron overload when measured shortly before SCT. Prospective trials are needed to investigate the effect of iron chelation before or during SCT on transplant outcome.
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 | 0,001 | 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 ».