Impact of Split Dosing the First Rituximab Infusion in Patients with High Lymphocyte Count
Notice bibliographique
Résumé
The most common adverse reactions to rituximab are infusion-related reactions (IRR). We evaluated the efficacy of split dosing the first rituximab infusion over two days to reduce IRR incidence in patients with hematological cancer and a high lymphocyte count. This is a retrospective observational study conducted in two healthcare centers in Quebec, Canada. The study enrolled patients with white blood cell counts ≥25.0 × 109/L who received their first rituximab dose for hematological cancer between December 2007 and May 2020. One healthcare center used asymmetrical split dosing, while the other used symmetrical split dosing. A total of 183 treatment episodes were collected from 143 patients. Among patients who received a fractionated dosing schedule, 42% developed an IRR from the first rituximab infusion compared with 50% for the standard protocol (adjusted relative risk, 0.89; p = 0.540). No significant difference was observed in IRR severity between either groups. However, 24% of patients who received the asymmetrical protocol developed an IRR compared to 68% for the symmetrical protocol (adjusted relative risk, 0.32; p = 0.003). These results suggest that an asymmetrical split dosing could be effective in reducing the incidence of IRR and is preferable to a symmetrical one.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 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 ».