Granulocyte transfusions could benefit patients with severe oral mucositis after allogeneic hematopoietic stem cell transplantation
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Mucositis is a common complication after allogeneic hematopoietic stem cell transplantation (HSCT), and is caused by a combination of conditioning-induced mucosal damage and severe neutropenia. The symptoms include oral and abdominal pain, inability to swallow food and fluids, and severe diarrhoea. Severe mucositis is associated with increased risk of Graft-versus-Host disease and infection. Granulocyte transfusions (GCX) could be a treatment option, and our objective was to study its feasibility and potential benefits. MATERIAL AND METHODS: This retrospective, single-centre study included 30 patients receiving GCX because of severe oral mucositis after HSCT during 2005-2017. Clinical outcome, response to GCX, change in opiate administration and adverse events were studied. RESULTS: Twenty-seven patients received GCX from donors pre-treated with steroids and G-CSF, and three from donors pre-treated with steroids only. Overall response was 83% (24/29 evaluable patients). Fifteen patients reached a complete response. In 14 of 24 responders, a reduction of the administration of opiate pain relief was seen. In eight patients this reduction was ≥50% of the dose. Adverse events (AEs) were reported in 14 cases, and were mild to moderate, and well manageable with symptomatic treatment. No life-threatening or fatal AEs were recorded. CONCLUSIONS: These results indicate that GCX could be a safe and effective treatment for oral mucositis after HSCT with the potential to reduce the necessity of opiate analgesic treatment in this disorder. No severe AEs were seen in this study, but the risk for severe pulmonary AEs after GCX needs to be considered.
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) | 0,001 | 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 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 ».