Prevalence of Cardiovascular Complications in Individuals with Sickle Cell Anemia and Other Hemoglobinopathies: A Systematic Review
Notice bibliographique
Résumé
Abstract Background Sickle cell anemia (SCA) is a hereditary disease whose cardiovascular complications are the main cause of death, the same being observed in other hemoglobinopathies. Early identification of these changes can favorably modify the course of the disease. Objective To compare the prevalence of cardiovascular complications between individuals with SCA and individuals with other hemoglobinopathies. Method Following the recommendations of the PRISMA protocol, a systematic literature review was carried out with searches in PubMed/Medline databases, associated with a manual search. Studies that analyzed the prevalence of cardiovascular alterations in hemoglobinopathies (SCA, sickle cell trait, SC hemoglobinopathy, alpha-thalassemia and beta-thalassemia) were included. The methodological quality of the articles was assessed using the Newcastle-Ottawa scale. Results Four studies were selected for analysis, resulting in a sample size of 582 participants: 289 with SCA, 133 with SC hemoglobinopathy, 40 with beta-thalassemia, 100 healthy individuals and none with alpha-thalassemia or sickle cell trait. Dilatation of the cardiac chambers, left and right ventricular hypertrophy, pulmonary hypertension, diastolic dysfunction, mitral regurgitation and tricuspid regurgitation are more prevalent in SCA than in the other hemoglobinopathies considered. Myocardial iron overload is more frequent in thalassemia major than in sickle cell anemia. Systolic function is similar between different hemoglobinopathies. Conclusion There is greater cardiovascular impairment in individuals with SCA than in those with other hemoglobinopathies, reinforcing the necessity for regular cardiovascular follow-up in sickle cell patients.
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) | 0,001 | 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) | 0,165 | 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 ».