Malignancy incidence in 5294 patients with juvenile arthritis
Notice bibliographique
Résumé
OBJECTIVE: To determine cancer incidence in a large clinical juvenile-onset arthritis population. METHODS: We combined data from 6 existing North American juvenile-onset arthritis cohorts. Patients with juvenile-onset arthritis were linked to regional cancer registries to detect incident cancers after cohort entry, defined as first date seen in the paediatric rheumatology clinic. The expected number of malignancies was obtained by multiplying the person-years observed (defined from cohort entry to end of follow-up) by the geographically matched age, sex and calendar year-specific cancer rates. The standardised incidence ratios (SIR; ratio of cancers observed to expected) were generated, with 95% CIs. RESULTS: The 6 juvenile arthritis registries provided a total of 5294 patients. The mean age at cohort entry was 8.9 (SD 5.0) years and 68% of participants were female. The mean duration of follow-up was 6.8 years with a total of 36 063 person-years spanning 1978-2012. During follow-up, 9 invasive cancers occurred, compared with 10.9 expected (SIR 0.82, 95% CI 0.38 to 1.5). 3 of these were haematological (Hodgkin's, non-Hodgkin's lymphoma and leukaemia). 6 of the patients with cancer were exposed to disease-modifying drugs; 5 of these had also been exposed to biological agents. CONCLUSIONS: We did not clearly demonstrate an increase in overall malignancy risk in patients with juvenile-onset arthritis followed for an average of almost 7 years. 3 of the 9 observed cancers were haematological. 5 of the cancers arose in children exposed to biological agents. Longer follow-up of this population is warranted, with further study of drug effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».