Educational and social late effects of childhood cancer and related clinical, personal, and familial characteristics
Notice bibliographique
Résumé
BACKGROUND: The objectives of this study were to compare educational and social outcomes for young survivors of childhood cancer with a population control group of individuals who were never diagnosed with cancer and to identify risk and protective factors for these outcomes. METHODS: In this multicenter, Canadian, retrospective cohort study, 800 survivors age 17 years or younger were matched by age and gender with a group of 923 control participants. Using a mailed survey that was completed by parents, educational outcomes were assessed with questions about the child's enrollment in disability or special-education programs, repeating a grade, and academic or other school problems. Using friendships was the measure of social outcomes. RESULTS: Based on parental reports, significantly more survivors than controls repeated a grade (21% vs. 9%), attended learning-disability (19% vs. 7%) or special-education programs (20% vs. 8%), had educational or other school problems (46% vs. 23%), had no close friends (19% vs. 8%), and were less likely to use friends as confidants (58% vs. 67%). Survivors of central nervous system (CNS) tumors reportedly were more likely than controls to have educational problems and no close friends, followed by survivors of leukemia, and survivors of neuroblastoma. Among survivors, cranial radiation increased the likelihood of having educational difficulties and having no close friends compared with survivors who did not receive cranial radiation. Survivors who reportedly had high self-esteem and whose parents had postsecondary education had fewer educational and social problems. CONCLUSIONS: Children and adolescents who survived cancer, particularly those who had CNS tumors, leukemia, and neuroblastoma, required close monitoring for early educational and social difficulties, and such children should be offered educational rehabilitation and social skills training to maximize their academic and social success.
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 | 0,001 | 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) | 0,002 | 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 ».