A Retrospective Analysis of the Effect of Tigecycline on Coagulation Function
Notice bibliographique
Résumé
A number of clinical trials demonstrated that tigecycline was effective and well tolerated in the treatment of patients with various bacterial infections, but few literatures had shown the coagulopathy induced by tigecycline. To address this concern, we performed a retrospective analysis to assess the impact of tigecycline treatment on coagulation parameters in 50 patients with bacterial infections in our hospital (Shandong Provincial Hospital, China). These patients were treated with tigecycline at Shandong Provincial Hospital in 2015-2016 at either a recommended (50 mg q12h) or a higher dose (100 mg q12h). Coagulation parameters, including Fibrinogen (FIB) levels, prothrombin time (PT), activated partial thromboplastin time (aPTT), platelet count (PLT) and D-dimer, were evaluated in order to assess the impact of tigecycline treatment in these severely infected patients. What we found was that the plasma fibrinogen (FIB) level was 4.63 ± 1.56 g/L before tigecycline treatment, and decreased to 2.92 ± 1.23 g/L during treatment, which was statistically significant (p < 0.001). The mean values of aPTT and PT were significantly increased from 39.58 ± 8.72 to 44.05 ± 10.45 s (p = 0.002), and from 15.37 ± 1.53 to 16.37 ± 2.64 s (p = 0.004), respectively. This study demonstrates that treatment of tigecycline could reduce FIB, prolong aPTT and PT. In conclusion, we advise that it is necessary for practitioners routinely monitor coagulation level in at-rick patient populations treated with tigecycline.
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 ».