Prevalence of Alloimmunization Events in Thalassemia Patients With Repeated Transfusions in the Rhesus Blood Group System: A Systematic Review and Meta Analysis
Notice bibliographique
Résumé
Background: Alloimmunization presents a significant challenge for patients with β-thalassemia major who depend on regular transfusion therapy. This systematic review and meta-analysis aimed to evaluate the frequency of alloimmunization within the Rhesus blood group system and identify the most prevalent alloantibodies. Methods: A comprehensive search across multiple databases was conducted to locate epidemiological studies reporting alloimmunization in thalassemia patients undergoing repeated transfusions, specifically focusing on Rhesus antibodies. Statistical analyses were performed using R software, and heterogeneity was assessed using I2 statistics. Results: This review included 20 studies with a total of 4,650 patients. The overall prevalence of alloimmunization was 5.4% (95% confidence interval (CI): 3.1-9.3%) across all ages, with a prevalence of 9.1% (95% CI: 5.3-15.2%) in children and 25% (95% CI: 12.7-41.2%) in adults. The pooled overall prevalence was 6.6% (95% CI: 4.2-10.2%). Among the 488 alloimmunized patients, 310 developed Rhesus-specific antibodies, with anti-E (34.58%) and anti-D (13.69%) being the most frequent. Conclusions: This study underscores the substantial prevalence of Rhesus antibodies among alloimmunized thalassemia patients. Implementing extended phenotype matching for transfusions could significantly reduce the risk of alloantibody formation in this population. Future analyses should explore factors influencing alloimmunization rates, such as ethnic diversity, matching protocols, and age-related variations, to inform clinical practice better.
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 | 0,029 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».