Rituximab-Induced Hypogammaglobulinemia in Childhood Nephrotic Syndrome: Systematic Review and Meta Analysis
Notice bibliographique
Résumé
Background: Rituximab, a chimeric anti-CD20 monoclonal antibody, is used as a steroid-sparing agent in complicated pediatric nephrotic syndrome. Hypogammaglobulinemia is a known side effect that can lead to severe infections and mortality, yet its incidence and risk factors remain unclear. This review aimed to determine the incidence of rituximab-induced hypogammaglobulinemia and related infections in children with nephrotic syndrome. Methods: A systematic review of 5 databases from 1974-2024 was completed. Randomized and non-randomized studies with pediatric (<18 years) nephrotic syndrome patients receiving ≥1 rituximab dose were included. Hypogammaglobulinemia was defined by IgG levels >2 SD below the age-matched reference range. Results: 33 studies (n=3,495) were eligible for meta-analysis. The pooled incidence of hypogammaglobulinemia was 11.4% (95%CI: 6.4-19.5). Patients receiving rituximab had increased risk of hypogammaglobulinemia (RR: 1.81, 95%CI: 1.46-2.25). Meta-regression showed no significant effect of follow-up duration, age, sex, or cumulative dose. Of 517 hypogammaglobulinemia episodes, 93 (18%) infections occurred—4 fatal, 2 requiring ICU admission, 2 chronic, and 73 severe. Conclusion: Hypogammaglobulinemia is a relatively common side effect of rituximab that can result in life threatening or chronic infections. The risk of hypogammaglobulinemia and infections should be weighed against the effectiveness of rituximab for nephrotic syndrome management.Random effects meta-regression model for incidence of hypogammaglobinemia adjusting for follow-up, age, sex and cumulative dose of Rituximab - Random effects, z-distribution Point Estimate Standard Error 95% Lower bound 95% Upper bound Z-value P-value Intercept -4.91 4.553 -13.82 4.02 -1.077 0.281 Follow-up -0.02 0.162 -0.34 0.30 -0.130 0.896 Age 0.08 0.210 -0.33 0.50 0.400 0.689 Sex (% male) 0.02 0.060 -0.10 0.14 0.325 0.746 Cumulative dose 0.001 0.001 -0.001 0.003 0.641 0.522
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,026 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».