Reduction in late mortality among 5-year survivors of childhood cancer: A report from the Childhood Cancer Survivor Study (CCSS).
Notice bibliographique
Résumé
LBA2 Background: Over the past four decades, treatment of many childhood cancers has been modified with the aim of achieving high survival rates while reducing the risk of life-threatening late-effects, and promoting risk-based follow-up care of survivors. Methods: Late mortality was evaluated in 34,033 5-year survivors (diagnosed < 21 years of age from 1970-1999, median follow-up 21 years, range 5-38) using cumulative incidence and Poisson regression models adjusted for demographic and disease factors to calculate relative risk (RR) and 95% confidence intervals (CI). Mortality due to non-recurrence/non-external (NR/NE) causes, which includes deaths that reflect late-effects of cancer therapy, was evaluated. Results: 1,622 (41%) of the 3,958 deaths were attributable to NR/NE causes, including 751 subsequent neoplasm (SN), 243 cardiac, and 136 pulmonary deaths. Changes in therapy by decade included reduced rates of: cranial radiotherapy (RT) for acute lymphoblastic leukemia (ALL, 86%, 54%, 22%), RT for Wilms tumor (WT, 77%, 54%, 49%) and RT for Hodgkin lymphoma (HL, 96%, 88%, 77%). Reductions in 15 year cumulative NR/NE mortality were observed across treatment eras for ALL (p < .001), HL (p = .005), and WT (p = .005). Cardiac deaths decreased in ALL (p = .002), HL (p = .06), and WT (p = .04), and SN deaths decreased in WT (p < .001). Year of diagnosis (adjusted for age, sex, diagnosis, follow-up time) was significantly associated with a reduced risk of all-cause mortality (RR = 0.85, CI 0.83-0.87), NR/NE death (RR = 0.87, CI 0.84-0.91), death from SN (RR = 0.84, CI 0.80-0.89), cardiac death (RR = 0.78, CI 0.69-0.87) and pulmonary death (RR = 0.79, CI 0.68-0.91). Conclusions: The CCSS cohort provides evidence that the strategy of modifying therapy to reduce the occurrence of late-effects, and promotion of early detection, is successfully translating into a significant reduction in observed late mortality. [Table: see text]
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 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 ».