Congenital anomaly and childhood cancer: A population‐based, record linkage study
Notice bibliographique
Résumé
BACKGROUND: The cause of the majority of childhood malignancies is unknown. Association with the presence of congenital anomalies has been noted in some studies. In this study, we describe and quantify the association between congenital anomalies and childhood cancer. PROCEDURE: Cases from the Northern Congenital Abnormality Survey (NorCAS) and the Northern Region Young Persons Malignant Disease Registry (NRYPMDR) were matched using four key variables: surname at birth, date of birth, postcode at birth, and infant gender. All potential matches were checked manually. A second match was performed for children with matched birth dates, postcodes and gender but different surnames, to identify children whose surname at diagnosis was not the same as at birth. RESULTS: Thirty-nine children with a congenital anomaly and a diagnosis of cancer were identified from a cohort of 599,290 children born during 1985-2001. There was an almost threefold overall increased risk of malignancy among these children (RR = 2.9; 95% CI 2.1, 3.9), particularly of acute lymphoblastic leukaemia (RR = 2.7; 95% CI 1.5, 5.0), acute myeloblastic leukaemia (RR = 22.0; 95% CI 12.1, 40.0), other leukaemia (RR = 7.5; 95% CI 1.3, 43.6) and lymphomas (RR = 5.3; 95% CI 2.4, 12.0). This increased rate remained when children with Down syndrome were excluded (RR = 1.8, 95% CI 1.2, 2.7). CONCLUSION: Our findings suggest that children born with congenital anomalies are at increased risk of certain types of cancer. Further linkage studies between high quality registers, may provide insights into the origins of such malignancies.
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 | 0,001 |
| 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 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 ».