Characterization of Transfusion-Derived Iron Deposition in Childhood Cancer Survivors
Notice bibliographique
Résumé
BACKGROUND: Childhood cancer survivors (CCS) receiving packed red blood cell (PRBC) transfusions may have increased risk for vital organ iron deposition causing serious late effects. METHODS: This cross-sectional cohort study of a CCS cohort quantified organ iron content by magnetic resonance imaging. Iron status by serum markers and hemochromatosis gene mutation status were assessed. RESULTS: Seventy-five patients who had received a range (0-392 mL/kg) of cumulative PRBC transfusion volumes were enrolled (median age 14 years, range 8-25.6 years at evaluation). Median follow-up time was 4.4 years, and median time since last transfusion was 4.9 years. Cancer diagnoses included acute lymphoblastic or myelogenous leukemia (ALL/AML; n = 33) and solid tumors (n = 42). Liver and pancreatic iron concentrations were elevated in 36 of 73 (49.3%) and 19 of 72 (26.4%) subjects, respectively. Cardiac iron concentration was not increased in this cohort. In multivariate analysis, cumulative PRBC volume (P < 0.0001) and older age at diagnosis (P < 0.0001) predicted elevated liver iron concentration. CONCLUSIONS: Iron overload (IO) may occur in children and adolescents/young adults treated for cancer and is associated with cumulative PRBC transfusion volume and age at diagnosis. IMPACT: These findings have implications for development of monitoring and management guidelines for cancer patients and survivors at risk for IO, exploration of the additive risk of liver/pancreatic damage from chemotherapeutic exposures, and health education to minimize further liver/pancreatic damage from exposures such as excessive alcohol intake and hepatotoxic medications.
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) | 0,001 | 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 ».