A Multicenter Case-Control Study on Predictive Factors Distinguishing Childhood Leukemia From Juvenile Rheumatoid Arthritis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,002 |
| 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 | 0,001 |
| 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 découle