Subsequent Malignant Neoplasms in a Population-Based Cohort of Pediatric Cancer Patients: A Focus on the First 5 Years
Notice bibliographique
Résumé
BACKGROUND: The purpose was to describe the development of subsequent malignant neoplasms (SMN) among a population-based cohort of pediatric cancer patients, with a focus on SMNs that occurred within the first 5 years from diagnosis. METHODS: The cohort was identified from POGONIS, an active provincial registry. Cohort members were Ontario residents ages 0 to 14.9 years at primary diagnosis between January 1985 and December 2008. SMNs that developed <18 years were captured by POGONIS, whereas SMNs diagnosed later were identified through linkage. Cumulative incidence and standardized incidence ratios (SIR) were calculated, and proportional hazards models were estimated to examine factors associated with SMN development. RESULTS: A total of 7,920 patients were eligible. 2.4% (188/7,920) developed 197 SMNs. Mean follow-up time was 10.7 years (SD = 7.6 years; range, 0.0-26.4 years) with mean time to SMN of 8.5 years (SD = 6.3 years; range, 0.0-24.9 years). The SIR for the development of a SMN was 9.9 [95% confidence interval (CI), 8.6-11.4]. 40.6% of SMNs (80/197) developed within 5 years. Early SMNs were more likely to be leukemia and lymphoma. Factors associated with early SMN were primary diagnosis of a bone tumor (OR, 4.88; 95% CI, 1.52-15.60), exposure to radiotherapy (OR, 1.82; 95% CI, 1.02-3.22), and the highest dose of epipodophyllotoxin (OR, 3.74; 95% CI, 1.88-7.42). CONCLUSIONS: Over 40% of SMNs diagnosed in childhood cancer patients occurred in the first 5 years after diagnosis, suggesting a need for early and ongoing surveillance. IMPACT: The early development of certain SMNs reinforces the need for early and continued surveillance at all stages for pediatric cancer patients.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».