Ototoxicity in Children With High-Risk Neuroblastoma: Prevalence, Risk Factors, and Concordance of Grading Scales—A Report From the Children's Oncology Group
Notice bibliographique
Résumé
PURPOSE: Platinum-based therapy is the mainstay for management of high-risk neuroblastoma. Prevalence of platinum-related ototoxicity has ranged from 13% to 95% in previous reports; variability is attributable to small samples and disparate grading scales. There is no consensus regarding optimal ototoxicity grading. Furthermore, prevalence and predictors of hearing loss in a large uniformly treated high-risk neuroblastoma population are unknown. We address these gaps in our study. PATIENTS AND METHODS: Audiologic testing was completed after administration of cisplatin alone (< 400 mg/m(2); exposure one) or after cisplatin (400 mg/m(2)) plus carboplatin (1,700 mg/m(2); exposure two). Hearing loss was graded using four scales (American Speech-Language-Hearing Association; Brock; Chang; and Common Terminology Criteria for Adverse Events, version 3 [CTCAEv3]). RESULTS: Of 489 eligible patients, 333 had evaluable audiologic data. Median age at diagnosis was 3.3 years. Prevalence of severe hearing loss differed by scale. For those in the exposure-one group, prevalence ranged from 8% per Brock to 47% per CTCAEv3 (Brock v CTCAEv3 and Chang, P < .01; CTCAEv3 v Chang, P = .16); for those in the exposure-two group, prevalence ranged from 30% per Brock to 71% per CTCAEv3 (all pair-wise comparisons, P < .01). In patients requiring hearing aids, hearing loss was graded as severe in 49% (Brock), 91% (Chang), and 100% (CTCAEv3). Risk factors for severe hearing loss included exposure to cisplatin and carboplatin compared with cisplatin alone and hospitalization for infection. CONCLUSION: Severe hearing loss is prevalent among children with high-risk neuroblastoma. Exposure to cisplatin combined with myeloablative carboplatin significantly increases risk. The Brock scale underestimates severe hearing loss and should be used with caution in this setting.
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 | 0,002 | 0,005 |
| 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) | 0,000 | 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 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 ».