Management of Mixed Warm/Cold Autoimmune Hemolytic Anemia: A Case Report and Review of Current Literature
Notice bibliographique
Résumé
Background. Mixed warm/cold autoimmune hemolytic anemia (AIHA) is a rare diagnostic entity with limited therapeutic options. Previous literature has described the diagnostic difficulty in this pathology and the limited response rates to corticosteroids. Furthermore, there is limited evidence regarding the use of rituximab in this condition. Methods. Alongside our case report, we conducted a scoping review of case reports/case series describing mixed AIHA, their treatment, and clinical outcomes since 2000. Inclusion criteria included a confirmed diagnosis of mixed AIHA (confirmed warm antibodies and cold agglutinins based on DAT). Case Summary/Results. We present a case of mixed AIHA in an 83-year-old female presenting with extensive, bilateral pulmonary embolisms and left renal vein thrombosis. The patient underwent extensive workup with no identifiable provoking etiology. Initial treatment involved prednisone therapy was transitioned to rituximab upon diagnosis of mixed AIHA. The patient demonstrated a mixed response with stable hemoglobin and transfusion independence; however, with persistently elevated hemolytic indices following completion of rituximab treatment. Our literature review identified 16 articles; two were excluded for unavailable clinical details. The most commonly associated conditions included autoimmune conditions (n = 5, 26%) and lymphoproliferative disorders (n = 3, 12%). The most common treatment involved corticosteroids; seven studies involved the use of rituximab. Conclusion. Mixed AIHA represents a complex diagnosis and optimal management is not well established. Consistent with our case, recent literature suggests a promising response to rituximab and a limited response to steroid treatment. Given the limited literature, additional studies are required to elucidate optimal management of this unique pathology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».