Non-Hodgkin lymphoma in the developing world: review of 4539 cases from the International Non-Hodgkin Lymphoma Classification Project
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The distribution of non-Hodgkin lymphoma subtypes varies around the world, but a large systematic comparative study has never been done. In this study, we evaluated the clinical features and relative frequencies of non-Hodgkin lymphoma subtypes in five developing regions of the world and compared the findings to the developed world. Five expert hematopathologists classified 4848 consecutive cases of lymphoma from 26 centers in 24 countries using the World Health Organization classification, and 4539 (93.6%) were confirmed to be non-Hodgkin lymphoma, with a significantly greater number of males than females in the developing regions compared to the developed world (P<0.05). The median age at diagnosis was significantly lower for both low- and high-grade B-cell lymphoma in the developing regions. The developing regions had a significantly lower frequency of B-cell lymphoma (86.6%) and a higher frequency of T- and natural killer-cell lymphoma (13.4%) compared to the developed world (90.7% and 9.3%, respectively). Also, the developing regions had significantly more cases of high-grade B-cell lymphoma (59.6%) and fewer cases of low-grade B-cell lymphoma (22.7%) compared to the developed world (39.2% and 32.7%, respectively). Among the B-cell lymphomas, diffuse large B-cell lymphoma was the most common subtype (42.5%) in the developing regions. Burkitt lymphoma (2.2%), precursor B- and T-lymphoblastic leukemia/lymphoma (1.1% and 2.9%, respectively) and extranodal natural killer/T-cell lymphoma (2.2%) were also significantly increased in the developing regions. These findings suggest that differences in etiologic and host risk factors are likely responsible, and more detailed epidemiological studies are needed to better understand these differences.
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.
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 | 0,001 |
| 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 découle