Cancer risk in childhood-onset systemic lupus
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to assess cancer incidence in childhood-onset systemic lupus erythematosus (SLE). METHODS: We ascertained cancers within SLE registries at 10 pediatric centers. Subjects were linked to cancer registries for the observational interval, spanning 1974 to 2009. The ratio of observed to expected cancers represents the standardized incidence ratio (SIR) or relative cancer risk in childhood-onset SLE, versus the general population. RESULTS: There were 1020 patients aged <18 at cohort entry. Most (82%) were female and Caucasian; mean age at cohort entry was 12.6 years (standard deviation (SD) = 3.6). Subjects were observed for a total of 7,986 (average 7.8) patient-years. Within this interval, only three invasive cancers were expected. However, 14 invasive cancers occurred with an SIR of 4.7, 95% confidence interval (CI) 2.6 to 7.8. Three hematologic cancers were found (two non-Hodgkin’s lymphoma, one leukemia), for an SIR of 5.2 (95% CI 1.1 to 15.2). The SIRs stratified by age group and sex, were similar across these strata. There was a trend for highest cancer occurrence 10 to 19 years after SLE diagnosis. CONCLUSIONS: These results suggest an increased cancer risk in pediatric onset SLE versus the general population. In absolute terms, this represents relatively few events. Of note, risk may be highest only after patients have transferred to adult care.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».