Do CVID patients on SCIG have more autoimmune (thrombo)cytopenic events than CVID patients on IVIG?
Notice bibliographique
Résumé
Autoimmune thrombocytopenia (AITP) is frequent in patients diagnosed with common variable immunodeficiency (CVID). High dose intravenous immunoglobulin treatment (IVIG) has conventionally been a cornerstone of the initial therapy for AITP. This study aimed to assess the safety and effectiveness of subcutaneous immunoglobulin (SCIG) compared to IVIG in preventing AITP in CVID patients. This prospective observational study enrolled 47 adult CVID patients concurrently diagnosed with AITP. Of the participants, 27 (57%) were treated with SCIG, while 20 (43%) received IVIG. AITP episodes were defined as platelet counts <50,000/µl with bleeding or <20,000/µl with or without bleeding, followed over a 64-month period. Among the 47 patients included, 12 (25.5%) experienced AITP episodes, with seven using SCIG and five using IVIG. No significant difference was observed in AITP occurrence between the two treatment groups (p-value=0.99). Neither splenomegaly nor the use of immunosuppressive therapies showed a correlation to the AITP bouts. Maintaining IgG trough levels above 7g/l arose as a key factor for preventing AITP in both treatment modalities. In conclusion, both SCIG and IVIG demonstrated comparable efficacy in the prevention of AITP in CVID patients. This study highlights the importance of monitoring IgG levels in the management of CVID patients with AITP.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».