Conditional survival in pediatric malignancies: Analysis of data from the Childhood Cancer Survivor Study and the Surveillance, Epidemiology, and End Results Program
Notice bibliographique
Résumé
BACKGROUND: Long-term survivors of pediatric cancer are at risk of life-threatening late effects of their cancer. Previous studies have shown excesses in long-term mortality within high-risk groups defined by demographic and treatment characteristics. METHODS: To investigate conditional survival in a pediatric cancer population, the authors performed an analysis of conditional survival in the original Childhood Cancer Survivor Study (CCSS) cohort and the Surveillance, Epidemiology, and End Results (SEER) database registry. The overall probability of death for patients at 5 years and 10 years after they survived 5, 10, 15, and 20 years since cancer diagnosis and cause-specific death in 10 years for 5-year survivors were estimated using the cumulative incidence method. RESULTS: Among patients in the CCSS and SEER cohorts who were alive 5 years after their cancer diagnosis, within each diagnosis group at least 92% were alive in the subsequent 5 years, except for patients with leukemia, of whom only 88% of 5-year survivors remained alive in the subsequent 5 years. The probability of all-cause mortality in the next 10 years among patients who survived at least 5 years after diagnosis was 8.8% in CCSS and 10.6% in SEER, approximately 75% of which was due to neoplasms as the cause of death. CONCLUSIONS: The risk of death among survivors of pediatric cancer in 10 years can vary between diagnosis groups by at most 12%, even up to 20 years after diagnosis. This information is clinically significant when counseling patients regarding their conditional survival, particularly when survivors are seen in long-term follow-up.
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 | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».