Evaluation of treatment-related mortality among paediatric cancer deaths: a population based analysis
Notice bibliographique
Résumé
BACKGROUND: Objectives were to describe the proportion of deaths due to treatment-related mortality (TRM) and to identify risk factors and probable causes of TRM among paediatric cancer deaths in a population-based cohort. METHODS: We included children with cancer ⩽18 years diagnosed and treated in Ontario who died between January 2003 and December 2012. Deaths were identified using a provincial registry, the Pediatric Oncology Group of Ontario Networked Information System. Probable causes of TRM were described. RESULTS: Among the 964 deaths identified, 821 were included. The median age at diagnosis was 6.6 years (range 0-18.8) and 51.8% had at least one relapse. Of the deaths examined, TRM occurred in 217/821 (26.4%) while 604/821 (73.6%) were due to progressive cancer. Deaths from TRM did not change over time. Using multiple regression, younger age, leukaemia diagnosis and absence of relapse were independently positively associated with TRM. The most common probable causes of TRM were respiratory, infection and haemorrhage. CONCLUSIONS: TRM was responsible for 26.4% of deaths in paediatric cancer. Underlying diagnosis, younger age and absence of relapse were associated with TRM and causes of TRM differed by diagnosis group. Future work should evaluate TRM rate and risk factors among newly diagnosed 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 | 0,001 |
| 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) | 0,001 | 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 ».