Incidence and associated risk factors of cancer in patients after infective endocarditis hospitalization: A propensity score matched analysis
Notice bibliographique
Résumé
BACKGROUND: The relationship between infective endocarditis (IE) and malignancies had been reported. However, cancer development is multifactorial and mortality is high in IE survivors. We aimed to estimate the absolute cancer risk in IE survivors and tried to find the potential risk factors. METHODS: This nationwide, population-based cohort study evaluated 8649 newly diagnosed IE who survived after discharge from first hospitalization using the Taiwan National Health Insurance Research Data-base (NHIRD). Propensity score method was used at a 1:1 ratio based on age, gender, income, urbanization level, Charlson comorbidity index (CCI), concomitant medication, and medical history. The primary outcomes were all specific cancer types. All the variables matched for propensity score were analyzed to find their association with cancer occurrence. RESULTS: Compared with the matched cohort, IE survivors increase the risk of cancer (adjusted hazard ratio [aHR], 1.64; 95% confidence interval [CI], 1.39- 1.94), as well as significantly elevated risks of digestive (aHR, 2.27; 95% CI, 1.76- 2.92) and hematologic (aHR, 2.73; 95% CI, 2.31-5.71) malignancies. Age (aHR, 1.47; 95% CI, 1.36-1.57), male (aHR, 1.49; 95% CI, 1.18-1.90), CCI score (aHR, 1.05; 95% CI, 1.01-1.10) are risk factors for cancer occurrence among IE survivors, while aspirin use reduced the cancer risk (aHR, 0.73; 95% CI, 0.54-0.98). CONCLUSION: Our study provides further investigation between IE and cancer risk. In conclusion, cancer risk, particularly digestive and hematologic malignancies, is substantially increased in IE survivors. Our results also provide additional evidence that aspirin use is effective in reducing cancer risk in IE survivors.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».