Transfusion-related Iron Overload in Children With Leukemia
Notice bibliographique
Résumé
BACKGROUND: Children with leukemia commonly receive red blood cell (RBC) transfusions and transfusion-related iron overload (TRIO) is a major complication. However, few studies have evaluated TRIO in children with leukemia and no guidelines for screening exist. This retrospective, observational cohort study in children with acute leukemia evaluates the prevalence of TRIO and its impact on end-organ function. RESULTS: The study included 139 patients; 60% standard-risk acute lymphoblastic leukemia (ALL), 32% high-risk (HR) ALL, and 9% acute myeloid leukemia (AML). The mean age at diagnosis was 6 years (range: 5 mo to 18 y). Patients with HR-ALL and AML were more likely to be transfused with ≥10 RBC units (59% and 92%, respectively) compared with those with standard-risk ALL (18%) (P<0.0001). Ferritin levels were measured in 68% patients and elevated (>1000 mcg/L) in 23%. Endocrinopathies were the most common end-organ abnormality. Hepatic dysfunction was significantly higher in patients with ≥10 RBC units transfused compared with those with <10 units (P=0.008). CONCLUSIONS: Although the RBC transfusion burden is highest in patients with AML and HR-ALL, TRIO screening was not commonly performed. Patients who receive ≥10 RBC units are at risk for hepatic and endocrine dysfunction. We recommend routine screening for TRIO in children with leukemia, who are at risk for a higher transfusion burden.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».