Determinants of bleeding before and during immune tolerance in 222 boys with severe hemophilia A and inhibitors >5 BU
Notice bibliographique
Résumé
ABSTRACT: Prevention of bleeding and its consequences is the main goal of hemophilia treatment and determines treatment choices for patients who develop inhibitors. To assess bleeding before and during immune tolerance induction (ITI) and its association with ITI regimen and inhibitor titer, we selected and analyzed data on patients receiving high-titer inhibitors from the international prospective PedNet cohort study. In total, 222 patients with severe hemophilia A and inhibitor titers of >5 Bethesda units (BU) were followed from the first positive to the first negative inhibitor result (median overall follow-up, 1.7 years). Mean annual (joint) bleeding rates (AJBR) and 95% confidence intervals (CIs) were compared according to treatment and inhibitor titer using multivariable negative binomial regression. Before ITI, 115 patients showed an ABR of 6.1 (5.0-7.4) and an AJBR 2.6 (2.1-3.2). Bleeding was independent of inhibitor titer. During ITI, 202 patients had an ABR of 4.4 (3.9-5.1) and an AJBR of 1.7 (1.5-2.0). AJBR during ITI increased with inhibitor titer (hazard ratio [HR] for ≥200 BU vs 5 to 39 BU [4.9; CI, 3.2-7.4]) and decreased with daily ITI infusions (HR, 0.4; CI, 0.3-0.6) or activated prothrombin complex concentrate prophylaxis (HR, 0.4; CI, 0.2-0.8), whereas ITI dose and recombinant activated factor VII prophylaxis did not independently affect bleeding. These data provide evidence for a protective effect of repeated FVIII infusions (ITI) on bleeding in patients who have developed inhibitors; these data should be used to plan ITI and/or serve as a comparator for prophylaxis with nonreplacement therapy.
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) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».