Risk factors for intracranial hemorrhage in adults with acute leukemia
Notice bibliographique
Résumé
Abstract Background Intracranial hemorrhage (ICH) is a rare, but serious complication in patients with acute leukemia. Little is known about why some patients experience serious bleeding, including ICH, while others do not. Materials and Methods Adults between 18 and 80 years old with acute leukemia and ICH between January 1, 2009 and December 31, 2016 were included. Matched controls were identified using the propensity score matching method. Clinical and laboratory characteristics and outcome data were collected to identify variables associated with ICH. Results Of 2578 patients diagnosed with acute leukemia during the study period, 55 cases and 161 matched controls were included. Patients who experienced ICH were older (62 vs. 55 years, p = .004) and more likely to have diabetes mellitus (p = .04). Patients with ICH had a higher baseline white blood cell count (mean 84.5 ± 115.8 vs. 28.7 ± 58.5 × 10 9 /L, p = .001), peripheral blast count (61.3 ± 96.5 vs. 21.2 ± 50.8 × 10 9 /L, p = .004), and a longer PT (16.5 ± 2.06 vs. 15.3 ± 3.2 s, p = .002). Neither the platelet count at diagnosis, the platelet nadir, the number of days with a platelet count of less than 10 × 10 9 /L, or a diagnosis of platelet refractoriness were associated with ICH. Conclusions Older age and more proliferative disease appear to be associated with ICH, whereas thrombocytopenia alone does not. In patients with newly diagnosed acute leukemia, aggressive cytoreduction in those with leukocytosis may help mitigate the risk of ICH.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».