Deferiprone‐induced agranulocytosis: 20 years of clinical observations
Notice bibliographique
Résumé
Use of the iron chelator deferiprone for treatment of iron overload in thalassemia patients is associated with concerns over agranulocytosis, which requires weekly absolute neutrophil counts (ANC). Here, we analyze all episodes of agranulocytosis (n = 161) and neutropenia (n = 250) during deferiprone use in clinical trials (CT) and postmarketing surveillance programs (PMSP). Rates of agranulocytosis and neutropenia in CT were 1.5% and 5.5%, respectively. Of the agranulocytosis cases, 61% occurred during the first 6 months of therapy and 78% during the first year. These events appeared to be independent of dose, and occurred three times more often in females than males. Their duration was not significantly shortened by use of G-CSF. No patient with baseline neutropenia (n = 12) developed agranulocytosis during treatment, which raises questions about the validity of prior neutropenia as a contraindication to use. Only 1/7 novel neutropenia cases in CT progressed to agranulocytosis with continued treatment, indicating that neutropenia does not necessarily lead to agranulocytosis. The agranulocytosis fatality rate was 0% in CT and 15/143 (11%) in PMSP. Rechallenge with deferiprone produced agranulocytosis in 75% of patients in whom the event had already occurred, and in 10% with previous neutropenia. Weekly ANC monitoring allows early detection and interruption of therapy, but does not prevent agranulocytosis from occurring. Its relevance appears to decrease after the first year of therapy, when agranulocytosis occurs less often. Based upon analysis of data collected over the past 20 years, it appears that patient education may be the key to minimizing agranulocytosis-associated risks during deferiprone therapy. Am. J. Hematol. 91:1026-1031, 2016. © 2016 The Authors. American Journal of Hematology Published by Wiley Periodicals, Inc.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».