Risk of Overall and Site-specific Cancers in Behçet Disease: A Nationwide Population-based Study in Taiwan
Notice bibliographique
Résumé
OBJECTIVE: The relationship between autoimmune disease and cancer is complex while large-scale epidemiological studies of cancer risk in Behçet disease (BD) have not been reported. Therefore, we conducted a nationwide population-based cohort study. METHODS: By using the National Health Insurance Research Database of 23 million people in Taiwan, we identified 1314 new patients with BD without previous cancer from 2000-2009 as a cohort. Standardized incidence ratios (SIR) of overall and site-specific cancers in patients with BD in comparison with the general population were calculated from 2000-2011. RESULTS: Among the 1314 patients with BD, 30 developed cancers (9 men and 21 women). In overall cancer risk analysis, patients with BD had a higher risk (SIR 1.5, 95% CI 1.03-2.11). Among them, female patients with BD (SIR 1.8, 95% CI 1.14-2.7), but not male patients with BD (SIR 1.08, 95% CI 0.53-1.98), have a higher risk of overall cancer. In site-specific cancer risk analysis, patients with BD had a higher risk of non-Hodgkin lymphoma (SIR 8.3, 95% CI 2.1-22.7), hematological malignancy (SIR 4.2, 95% CI 1.3-10.2), and female breast cancer (SIR 2.2, 95% CI 1.004-4.1). The cancer risk was highest within the first-year followup (SIR 2.7, 95% CI 1.3-5.1), with 75% of the hematological malignancies found within the first year. CONCLUSION: This nationwide cohort study of cancer risk in patients with BD provides important information about the relationship between BD and malignancies. The results can be useful for cancer surveys in the future.
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 | 0,001 | 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 ».