MétaCan
Menu
Retour à la cohorte
Enregistrement W1976058252 · doi:10.1186/ar3998

Nonlymphoma hematological malignancies in systemic lupus erythematosus

2012· article· en· W1976058252 sur OpenAlexafffund
Mary Lu, Rosalind Ramsey‐Goldman, Sasha Bernatsky, Michelle Petri, S Manzi, Murray B. Urowitz, D. Gladman, Paul R. Fortin, Ellen M. Ginzler, Edward H. Yelin, DJ Wallace, Søren Jacobsen, MA Dooley, Christine Peschken, Alarcón Gs, Ola Nived, Lena Gottesman, Lindsey A. Criswell, Gunnar Sturfelt, Lene Dreyer, Jia-Lin Lee, AE Clarke

Notice bibliographique

RevueArthritis Research & Therapy · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensUniversity of ManitobaUniversité LavalToronto Western HospitalMcGill University Health Centre
Organismes subventionnairesCanadian Arthritis NetworkNational Institutes of HealthNational Institute of Arthritis and Musculoskeletal and Skin DiseasesArthritis SocietyLupus Research Alliance
Mots-clésMedicineRheumatologyInternal medicineHematologyDermatologyOncology

Résumé

récupéré en direct d'OpenAlex

To describe nonlymphoma hematological malignancies in systemic lupus erythematosus (SLE). An international, multisite ( n = 28) SLE cohort was linked to regional tumor registries. We examined the types of nonlymphoma hematological cancers occurring after SLE diagnosis, and their demographic characteristics, including sex, race/ethnicity and age at time of cancer diagnosis. A total of 15,980 patients were observed for an average of 7.5 person-years. Of these, 90% were female and the majority was Caucasian. Based on age-matched general population cancer rates, the standardized incidence ratio for hematological cancers after SLE onset was 2.9 in females (95% CI = 2.3 to 3.6) and 3.6 in males (95% CI = 2.2 to 5.5). A total of 115 hematological cancers occurred: 82 were lymphoma (75 non-Hodgkin's, seven Hodgkin's), and 33 were nonlymphoma. Of the 33 nonlymphoma cases, 13 were of lymphoid lineage: multiple myeloma (MM, n = 5), plasmacytoma ( n = 3), B-cell chronic lymphocytic leukemia (B-CLL, n = 3), lymphocytic leukemia ( n = 1), and precursor cell lymphoblastic leukemia ( n = 1). The remaining 20 cases were of myeloid lineage: myelodysplastic syndrome (MDS, n = 7), acute myeloid leukemia (AML, n = 7), chronic myeloid leukemia (CML, n = 2), and four unspecified leukemias. All lymphoid malignancies occurred in female Caucasians, except for plasma cell neoplasms, where 4/5 MM cases and 1/3 plasmacytoma cases occurred in blacks (the others being Asian and Caucasian). At the time of MM diagnosis in SLE, the median age was 49 years (range 45 to 57), while for the three plasmacytoma SLE cases the median age was 35 years (range 25 to 62). In the female general population, median age at onset is 70 years for MM [ 1 ] and 55 years for plasmacytomas [ 2 ]. The median age of SLE subjects at B-CLL onset was 65 years (range 58 to 83), similar to the female general population (74 years). Of 20 myeloid malignancies, three (15%) occurred in males, and six of the 20 myeloid malignancies (30%) occurred in blacks. All seven AML cases were female, with median age at AML diagnosis of 48 years (range 34 to 72), versus 66 years in the female general population. The seven MDS cases (six females) occurred at a median age of 48 years (range 36 to 59), versus 76 years in the general population. The ages at time of diagnosis for the two CML cases (one female) were similar to the general population median (65 years). In our SLE cohort, the most common nonlymphoma hematological malignancies observed were myeloid types (MDS and AML). This is in contrast to the general population, where lymphoid types are three times more common than myeloid [ 3 ]. Most (80%) MM cases in our SLE cohort occurred in blacks. Most of our nonlymphoma hematological malignancy cases were younger than general population median age of onset, although this could simply reflect our cohort demographics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,346
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArthritis Research & TherapyMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207