Incidence and predictors of treatment-related mortality in paediatric acute leukaemia in El Salvador
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
Survival rates among children with leukaemia in low-income countries are lower than those in high-income countries. This has been attributed in part to higher treatment-related mortality (TRM). We examined the demographics, treatment, and outcomes of paediatric patients in El Salvador with acute lymphoblastic leukaemia (ALL) or acute myeloid leukaemia (AML) to determine the incidence, causes, and risk factors for TRM. Two trained data managers collected data prospectively; no patients were excluded. Biological, socioeconomic and nutritional predictors were examined. A total of 469 patients with ALL and 78 patients with AML were included. The 2-year cumulative incidence of TRM was significantly higher among children with AML (35.4+/-6.4%) than those with ALL (12.5+/-1.7%; P<0.0001). However, the proportion of deaths attributable to the toxicity of treatment did not differ significantly between AML (25/47, 53.2%) and ALL (55/107, 51.4%; P=0.98). Among children with ALL, low monthly income (P=0.04) and low parental education (P=0.02) significantly increased the risk of TRM. Among children with AML, biological, socioeconomic, and nutritional variables were not associated with TRM. In this low-income country, toxic death significantly contributes to mortality in both ALL and AML. A better understanding of the effect of socioeconomic status on TRM may suggest specific strategies for patients with ALL.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle