MétaCan
Menu
Retour à la cohorte
Enregistrement W3084232453 · doi:10.1111/trf.16061

Impact of red blood cell alloimmunization on fetal and neonatal outcomes: A single center cohort study

2020· article· en· W3084232453 sur OpenAlexaff
Lani Lieberman, Jeannie Callum, Robert Cohen, Christine Cserti‐Gazdewich, Noor Niyar N. Ladhani, Jonah Buckstein, Jacob Pendergrast, Yulia Lin

Notice bibliographique

RevueTransfusion · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBlood groups and transfusion
Établissements canadiensUniversity of TorontoHealth Sciences CentreUniversity Health NetworkSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineObstetricsPregnancyIncidence (geometry)FetusRetrospective cohort studyPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Alloimmunization can impact both the fetus and neonate. STUDY OBJECTIVES: (a) calculate the incidence of clinically significant RBC isoimmunization during pregnancy, (b) review maternal management and neonatal outcomes, (c) assess the value of prenatal and postnatal serological testing in predicting neonatal outcomes. STUDY DESIGN AND METHODS: A retrospective audit of consecutive alloimmunized pregnancies was conducted. Data collected included demographics, clinical outcomes, and laboratory results. Outcomes included: incidence of alloimmunization; outcomes for neonates with and without the cognate antigen; and sensitivity and specificity of antibody titration testing in predicting hemolytic disease of the fetus and newborn (HDFN). RESULTS: Over 6 years, 128 pregnant women (0.4%) were alloimmunized with 162 alloantibodies; anti-E was the most common alloantibody (51/162; 31%). Intrauterine transfusions (IUTs) were employed in 2 (3%) of 71 mothers of cognate antigen positive (CoAg+) neonates. Of 74 CoAg+ neonates, 58% required observation alone, 23% intensive phototherapy, 9% top up transfusion, and 3% exchange transfusion; no fetal or neonatal deaths occurred. HDFN was diagnosed in 28% (21/74) of neonates; anti-D was the most common cause. The sensitivity and specificity of the critical gel titer >32 in predicting HDFN were 76% and 75%, respectively (negative predictive value 95%; positive predictive value 36%). The sensitivity and specificity of a positive direct antiglobulin test (DAT) in predicting HDFN were 90% and 58%, respectively (NPV 97%; PPV 29%). CONCLUSION: Morbidity and mortality related to HDFN was low; most alloimmunized pregnancies needed minimal intervention. Titers of >32 by gel warrant additional monitoring during pregnancy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetBlood groups and transfusionTravaux en français237 207