Incidence and predictors of treatment-related mortality in paediatric acute leukaemia in El Salvador
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.
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 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».