Asparaginase activity monitoring and management of asparaginase hypersensitivity reactions in Canada
Notice bibliographique
Résumé
Introduction Pegaspargase can cause anti-asparaginase antibody formation, which can decrease its effectiveness without causing any clinically apparent reaction (silent inactivation). When a patient has silent inactivation, a switch to Erwinia anti-asparaginase is warranted, but there is currently a global shortage of Erwinia. The only way to identify silent inactivation is to measure an asparaginase level. However, routine asparaginase level monitoring is not currently standard of care at all Canadian centers. This study aims to identify variations in practice regarding asparaginase level monitoring and Erwinia use. Methods A 21-item survey was developed using OPINIO software and distributed to all Pediatric Hematology–Oncologists in Canada from February to October 2020. Results Respondents represented 15 hospitals across each region of Canada (response rate = 52%). Only 39.2% of respondents reported routinely measuring asparaginase levels, yet 53% of respondents have modified therapy from pegaspargase to Erwinia in up to half of their patients. The most common reason for not measuring asparaginase levels was not knowing how to use levels clinically (25.5%). There was variation in the timing of levels and their target. Conclusions We identified substantial variation in asparaginase activity monitoring practices across Canada. Therefore, future research should aim to develop a national practice guideline on asparaginase activity monitoring.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».