Nursing interventions in autologous stem cell transplantation for autoimmune diseases
Notice bibliographique
Résumé
AIMS: To identify clinical symptoms and nursing interventions for stem cell therapy in autoimmune diseases. DESIGN: This is a retrospective, cross-sectional study. METHODS: This study was undertaken with patients diagnosed with type 1 diabetes or multiple sclerosis, undergoing autologous haematopoietic stem cell transplantation from January 2004 - December 2018. Data were registered in a questionnaire, taken during the conditioning regimen comprising cyclophosphamide and rabbit anti-thymocyte globulin. Descriptive statistics and Fisher's exact test were used for data analysis. RESULTS: There were 68 and 23 patients in the multiple sclerosis and type 1 diabetes groups respectively. Skin rash, nausea, vomiting and fever were more frequent and diverse in the type 1 diabetes group. Steroids were used as prophylaxis for anti-thymocyte globulin-associated allergic reactions in 97% of multiple sclerosis patients. Most of the identified symptoms and nursing interventions were more associated with one or other disease group (p < .05) and were more frequent in the type 1 diabetes group. CONCLUSION: Patients with autoimmune diseases who underwent stem cell therapy present differences in their repertoire of adverse events and require disease-specific nursing actions. IMPACT: Our results may enable nurses to establish transplant and disease-specific guidelines to improve prevention and management of adverse events and therefore optimize patient care and therapeutic success.
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 | 0,001 | 0,004 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».