Mixed Autoimmune Hemolytic Anemia: A Systematic Review of Epidemiology, Clinical Characteristics, Therapies, and Outcomes
Notice bibliographique
Résumé
Mixed autoimmune hemolytic anemia (AIHA) is a rare and clinically complex hematologic disorder defined by the simultaneous presence of both warm and cold autoantibodies, resulting in severe and often treatment-resistant hemolysis. Due to variability in diagnostic criteria and limited data, a comprehensive understanding of its epidemiology, clinical characteristics, and management remains incomplete. To address these gaps, we performed a systematic literature review employing stringent diagnostic criteria to evaluate epidemiologic patterns, clinical features, and therapeutic outcomes. Our analysis included 81 patients identified across 35 studies, revealing a median age of 45 years and a notable female predominance (2.25:1). Autoimmune diseases constituted the most frequent underlying etiology, followed by hematologic malignancies and infections. Patients exhibited significant anemia, with median nadir hemoglobin levels reaching 5.6 g/dL. Corticosteroids represented the most common therapeutic intervention; however, only 43% of patients achieved remission, while 37% experienced chronic hemolysis, and mortality reached 11%. Many patients required multiple lines of therapy, including rituximab and cytotoxic agents, highlighting the disease's refractory nature and management complexity. The substantial variability in diagnostic and therapeutic approaches emphasizes an urgent need for standardized diagnostic criteria, earlier integration of combination therapies, and exploration of innovative treatment modalities. Future prospective, multicenter studies are essential to refine disease recognition, optimize therapeutic strategies, and ultimately improve patient outcomes in mixed AIHA.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,022 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».