Therapeutic Plasma Exchange in Patients With Acute‐On‐Chronic Liver Failure Improves Survival—An Updated Meta‐Analysis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Acute-on-chronic liver failure (ACLF) is a syndrome that develops after an acute insult and is associated with organ failures and high short-term mortality. Plasma exchange (PLEX) is an emerging modality for treating ACLF patients. We aimed to evaluate the efficacy of PLEX in treating ACLF. METHODS: We conducted a systematic review and meta-analysis of studies comparing PLEX versus standard medical therapy (SMT) to treat patients with ACLF across different definitions and etiologies. Pooled risk ratios were determined by the Mantel-Haenszel method within a random effect model. The primary outcome studied was survival at 30 days in PLEX group compared to SMT. RESULTS: Twenty-three studies (5336 ACLF patients with 2724 in PLEX arm, including 4 RCTs) were included. PLEX was associated with a significant reduction in mortality at 30 days (RR 0.70; 95% CI, 0.60-0.81; p < 0.001) and at 90 days (RR 0.81;0.77-0.86; p < 0.001). Six studies (1495 patients; 2 RCTs) with data for 1-year survival showed better outcomes in the PLEX group (RR 0.85; 0.79-0.92; p < 0.0001) compared to SMT. Among HBV-related ACLF and alcohol-related ACLF, there was a significant reduction in mortality among PLEX treated group at 90 days; RR 0.79 (0.74-0.85), p < 0.001 and RR 0.69 (0.52-0.92), p = 0.01 respectively. PLEX was associated with improved 3-month survival across definitions for ACLF. The most common adverse effects were skin rash and allergic reactions (14%). CONCLUSIONS: In this up-to-date meta-analysis, significant 1, 3-month and up to 1-year survival benefit was noted among patients with ACLF treated with PLEX compared to SMT.
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 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».