Diagnosis, management, and outcomes of drug-induced erythrocytosis: a systematic review
Notice bibliographique
Résumé
ABSTRACT: Secondary erythrocytosis refers to an elevation in hemoglobin or hematocrit due to elevated serum erythropoietin levels. Medications including testosterone and sodium-glucose cotransporter-2 (SGLT-2) inhibitors are increasingly recognized as causes of secondary erythrocytosis. We conducted a systematic review to inform the clinical management of drug-induced erythrocytosis. Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, we performed a systematic literature search in MEDLINE, EMBASE, CENTRAL (all via Ovid), and Google Scholar. Of the 2036 articles screened for eligibility, 45 studies were included in our review, with 35 studies on testosterone and other androgen use, 5 studies on SGLT-2 inhibitors, 3 studies on antiangiogenic tyrosine kinase inhibitors (TKIs), 1 study on erythropoiesis-stimulating agents, and 1 study on a treatment regimen for multidrug-resistant tuberculosis. Cisgender and transgender men on prescription testosterone had erythrocytosis rates of up to 66.7%, with intramuscular formulations, higher doses, and older age associated with increased risk of erythrocytosis. Up to 2.7% of men on testosterone therapy developed thromboembolic events. Among individuals on SGLT-2 inhibitors, erythrocytosis rates ranged from 2.1% to 22%, with those who discontinued therapy demonstrating improvement or resolution of erythrocytosis. Thromboembolic events were reported in up to 10% of these individuals. Antiangiogenic TKIs were studied in patients with cancer, with erythrocytosis developing in up to 43.5% of patients. Drug-induced erythrocytosis is a heterogeneous condition for which there is no clear consensus among clinicians about its diagnosis and management. We offer recommendations for clinical practice within the scope of this systematic review, although further research is required.
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) | 0,002 | 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 ».