Predictors of platelet count response following intravenous immunoglobulin use for maternal thrombocytopenia
Notice bibliographique
Résumé
Background Thrombocytopenia in pregnancy may require administering intravenous immunoglobulin (IVIG), particularly when immune thrombocytopenia is suspected. However, the effectiveness of IVIG is not well-defined, creating a gap in optimal treatment strategies. This study aims to evaluate the efficacy of IVIG and identify predictors of platelet response in pregnant persons with moderate-to-severe thrombocytopenia, aiming to optimize clinical decisions and resource use. Methods We conducted a single-center retrospective cohort study of 79 pregnant persons with moderate-to-severe thrombocytopenia (platelets [PLT] <100 ×10 9 /L) who received IVIG between 2007 and 2020. Data on maternal demographics, PLT counts, immature platelet fraction (IPF), and IVIG administration were collected. Logistic regression identified predictors of achieving a PLT ≥ 80 × 10 9 /L and an increment ≥ 20 × 10 9 /L following IVIG administration. Results The median incremental PLT response following IVIG administration was 16 × 10 9 /L, with 49.4 % achieving PLT ≥ 80 × 10 9 /L and 46.8 % achieving an increment ≥ 20 × 10 9 /L. Predictors of a favorable response included nadir PLT < 30 × 10 9 /L (OR = 6.29), IPF < 16 % (OR = 4.85), and pre-IVIG PLT < 50 × 10 9 /L (OR = 8.67). Higher pre-IVIG PLT counts (70–100 ×10 9 /L) were associated with lower odds of achieving a significant PLT increment. Discussion IVIG effectively increases PLT counts in pregnant persons with severe thrombocytopenia, especially in those with a nadir PLT < 30 × 10 9 /L, IPF < 16 %, or pre-IVIG PLT < 50 × 10 9 /L. This study highlights the importance of careful patient selection for IVIG to enhance outcomes and conserve resources. Future research should focus on prospective studies to refine treatment guidelines and resource stewardship of IVIG for maternal thrombocytopenia.
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 ».