Features at presentation predict children with acute lymphoblastic leukemia at low risk for tumor lysis syndrome
Notice bibliographique
Résumé
BACKGROUND: Tumor lysis syndrome (TLS) is a well-recognized complication of acute lymphoblastic leukemia (ALL). The ability to predict children at differing risk of TLS would be an early step toward risk-based approaches. The objectives of the current study were 1) to describe the prevalence and predictors of TLS in childhood ALL and 2) to develop a sensitive prediction rule to identify patients at lower risk of TLS. METHODS: Health records of children aged </=18 years who were diagnosed with ALL between 1998 and 2004 were reviewed. TLS was defined by the presence of >/=2 laboratory abnormalities occurring in the time frame of interest. Predictors of TLS were determined using univariate and multiple logistic regression analyses. RESULTS: Among 328 patients, 23% met criteria for TLS. Factors predictive of TLS were male sex (odds ratio [OR], 1.8; P = .041), age >/=10 years (OR, 4.5; P < .0001), splenomegaly (OR, 3.3; P < .0001), mediastinal mass (OR, 12.2; P < .0001), T-cell phenotype (OR, 8.2; P < .0001), central nervous system involvement (OR, 2.8; P = .026), lactate dehydrogenase >/=2000 U/L (OR, 7.6; P < .0001), and white blood count (WBC) >/=20 x 10(9)/L (OR, 4.7; P < .0001). Among variables that were available at presentation, multiple regression analysis identified age >/=10 years, splenomegaly, mediastinal mass, and initial WBC >/=20 x 10(9)/L as independent predictors of TLS. When all 4 of those predictors were absent at presentation (n = 114 patients), the negative predictive value of developing TLS was 97%, with a sensitivity of 95%. CONCLUSIONS: Clinical and laboratory features at the time of presentation identified a group of children with ALL at low risk for TLS that may benefit from a risk-stratified approach directed at reduced TLS monitoring and prophylaxis.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».