Intravenous immunoglobulins improve live birth rate among women with underlying immune conditions and recurrent pregnancy loss: a systematic review and meta-analysis
Notice bibliographique
Résumé
Intravenous immunoglobulin (IVIG) is increasingly used as a treatment for recurrent pregnancy loss (RPL) despite lack of clear evidence on efficacy. Recent data suggest IVIG might be more effective in a subgroup of women with an aberrant immunological profile. Therefore, a systematic review and meta-analysis of studies on the effectiveness of IVIG treatment on pregnancy outcome among women with RPL and underlying immunological conditions (e.g., elevated NK cell percentage, elevated Th1/Th2 ratio, diagnosis with autoimmune disorders) was conducted. Eight non-randomized controlled trials, including 478 women (intervention: 284; control: 194), met eligibility criteria. Meta-analysis showed that treatment with IVIG was associated with a two-fold increase in live birth rate (RR 1.98, 95% CI 1.44-2.73, P < 0.0001). The effect of IVIG was particularly marked in the subgroup of studies including patients based on presence of elevated (> 12%) NK-cell percentage (RR 2.32, 95% CI 1.77-3.02, P < 0.0001) and when starting intervention prior to or during cycle of conception (RR 4.47, 95% CI 1.53-13.05, P = 0.006). In conclusion, treatment with IVIG may improve live birth rate in women with RPL and underlying immune conditions. However, these results should be interpreted with caution as studies are limited by low number of participants and the non-randomized design, which represent seriously biases. Future randomized controlled trials in women with RPL and underlying immune conditions are needed before using IVIG in a clinical setting.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».