Acute Respiratory Failure Outcomes in Patients with Hematologic Malignancies and Hematopoietic Cell Transplant: A Secondary Analysis of the EFRAIM Study
Notice bibliographique
Résumé
Patients with allogeneic hematopoietic cell transplantation (HCT) who develop acute respiratory failure (ARF) are perceived to have worse outcomes than autologous HCT recipients and non-transplant patients with hematologic malignancy (HM). Within a large international prospective cohort, we evaluated clinical outcomes in these 3 populations. We conducted a secondary analysis of the EFRAIM study, a multicenter observational study of immunocompromised adults with ARF admitted to 62 intensive care units (ICUs) in 16 countries. We described characteristics and compared outcomes of patients with HM who did not undergo transplantation and patients who underwent autologous or allogeneic HCT using multivariable logistic regression and propensity score-matched analyses. A total of 801 patients were included: 570 who did not undergo transplantation, 86 autologous HCT recipients and 145 allogeneic HCT recipients. Acute myelogenous leukemia (171 of 570; 30%) was the most common HM and most common indication for allogeneic HCT (76 of 145; 52%). Compared with the patients who did not undergo HCT and autologous HCT recipients, allogeneic HCT recipients were younger, had fewer comorbid conditions, and were more likely to undergo diagnostic bronchoscopy in the ICU. Unadjusted ICU and hospital mortality were 35% and 45%, respectively, across the entire cohort. In multivariable regression analysis, autologous HCT (odds ratio [OR], 1.07; 95% confidence interval [CI], .57 to 2.03; P = .82) and allogeneic HCT (OR, .99; 95% CI, .60 to 1.66; P = .98) were not associated with higher hospital mortality compared with the no-HCT cohort, adjusting for demographic, functional, clinical, malignancy, and ARF characteristics. The results were similar when analyzed using propensity score-matching techniques. Our findings indicate that autologous and allogeneic HCT recipients who develop ARF and require ICU admission have similar hospital mortality as patients with HM not treated with HCT.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».