A Multicenter Case-Control Study on Predictive Factors Distinguishing Childhood Leukemia From Juvenile Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: Acute lymphocytic leukemia (ALL) often presents with musculoskeletal concerns such as pain or swelling, even before appearance of blasts in the peripheral blood. Such presentation may lead to misdiagnosis of a child with juvenile rheumatoid arthritis (JRA). This study was designed to identify the predictive factors for leukemia using basic clinical and laboratory information. METHODS: A retrospective chart review was performed using a simple questionnaire to compare the clinical and laboratory findings present during the initial visit to a pediatric rheumatology clinic for 277 children who were ultimately diagnosed with either JRA (n = 206) or ALL (n = 71). Sensitivity and specificity analysis of a variety of parameters, both singly and in combination, was performed to identify predictive value for ALL. RESULTS: The majority (75%) of children with ALL did not have blasts in the peripheral blood at the time of evaluation by pediatric rheumatologists. In children presenting with unexplained musculoskeletal complaints, the 3 most important factors that predicted a diagnosis of ALL were low white blood cell count (< 4 x 10(9)/L), low-normal platelet count (150-250 x 10(9)/L), and history of nighttime pain. In the presence of all 3, the sensitivity and specificity for a diagnosis of ALL were 100% and 85%, respectively. Other findings, including antinuclear antibody, rash, and objective signs of arthritis, were not helpful in differentiating between these diagnoses because they occurred at similar rates in both groups. CONCLUSIONS: When a child develops new-onset bone-joint complaints, the presence of subtle complete blood count changes combined with nighttime pain should lead to consideration of leukemia as the underlying cause.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».