Cancer Risk in Children and Adolescents with Birth Defects: A Population-Based Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: Birth defects are an increasing health priority worldwide, and the subject of a major 2010 World Health Assembly Resolution. Excess cancer risk may be an added burden in this vulnerable group of children, but studies to date have provided inconsistent findings. This study assessed the risk for cancer in children and young adolescents with major birth defects. METHODS AND FINDINGS: This retrospective, statewide, population-based, cohort study was conducted in three US states (Utah, Arizona, Iowa). A cohort of 44,151 children and young adolescents (0 through 14 years of age) with selected major, non-chromosomal birth defects or chromosomal anomalies was compared to a reference cohort of 147,940 children without birth defects randomly sampled from each state's births and frequency matched by year of birth. The primary outcome was rate of cancer prior to age 15 years, by type of cancer and type of birth defect. The incidence of cancer was increased 2.9-fold (95% CI, 2.3 to 3.7) in children with birth defects (123 cases of cancer) compared to the reference cohort; the incidence rates were 33.8 and 11.7 per 100,000 person-years, respectively. However, the excess risk varied markedly by type of birth defect. Increased risks were seen in children with microcephaly, cleft palate, and selected eye, cardiac, and renal defects. Cancer risk was not increased with many common birth defects, including hypospadias, cleft lip with or without cleft palate, or hydrocephalus. CONCLUSION: Children with some structural, non-chromosomal birth defects, but not others, have a moderately increased risk for childhood cancer. Information on such selective risk can promote more effective clinical evaluation, counseling, and research.
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 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) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».