A retrospective analysis of haemolytic reactions to intravenous immunoglobulin using data from the Transfusion‐Transmitted Injuries Surveillance System (Ontario)
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Haemolysis can occur following intravenous immunoglobulin (IVIG) infusion. Haemovigilance data were analysed using a novel approach for including two control groups with no haemolysis to IVIG. Objectives included a summary of all reactions to IVIG, rate estimates and analysis of haemolytic reactions including risk factors. MATERIALS AND METHODS: Canadian haemovigilance data from Ontario (2013-2021), IVIG distribution and transfusion data from the blood supplier, and data from a large local transfusion registry were used. An 'other-reactions' control group included patients with IVIG reactions that were not haemolytic, and registry patients with no-reaction were the 'no-reaction controls'. Descriptive analysis and two logistic regression models for the different control groups were performed. RESULTS: One thousand one hundred and seventy reactions were included. Most common were febrile non haemolytic (26.1%), minor allergic (24.5%) and IVIG headache (15.3%) followed by haemolytic 10.9% (128/1170). Haemolytic reaction rates decreased over time: rates since 2020 estimated between 1.5 and 2.9/1000 kg IVIG used. The regression model for other-reaction controls identified two risk factors for haemolysis: non-O blood group recipients compared with group O recipients (p value = 0.0106) and IVIG dose per 10 g increase (OR 1.359; 95% CI 1.225-1.506). The model using no-reaction controls gave similar results and also showed no pre-medication was associated with a higher risk of haemolysis (OR 29.084; 95% CI 1.989-425.312). CONCLUSION: The frequency of haemolytic reactions has decreased over time. We confirmed non-O blood group recipients and IVIG dose as risk factors for haemolysis and raise the hypothesis that no pre-medication may increase the risk of haemolysis.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».