MétaCan
Menu
Retour à la cohorte
Enregistrement W2767056572 · doi:10.1038/bjc.2017.360

A systematic review and meta-analysis of the association between childhood infections and the risk of childhood acute lymphoblastic leukaemia

2017· review· en· W2767056572 sur OpenAlexafffund
Jeremiah Hwee, Christopher Tait, Lillian Sung, Jeffrey C. Kwong, Rinku Sutradhar, Jason D. Pole

Notice bibliographique

RevueBritish Journal of Cancer · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensInstitute for Work & HealthInstitute for Clinical Evaluative SciencesPediatric Oncology GroupUniversity Health NetworkUniversity of TorontoSickKids FoundationHospital for Sick ChildrenPublic Health Ontario
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOdds ratioMedicineEtiologyMeta-analysisOddsChildhood cancerEl NiñoImmunologyPediatricsSubgroup analysisInternal medicineCancerLogistic regression

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To determine whether childhood infections were associated with the development of childhood acute lymphoblastic leukaemia (ALL). METHODS: We included studies that assessed any infection in childhood prior to the diagnosis of ALL in children aged 0-19 years compared to children without cancer. The primary analysis synthesised any infection against the odds of ALL, and secondary analyses assessed the frequency, severity, timing of infections, and specific infectious agents against the odds of ALL. Subgroup analyses by data source were investigated. RESULTS: In our primary analysis of 12 496 children with ALL and 2 356 288 children without ALL from 38 studies, we found that any infection was not associated with ALL (odds ratio (OR)=1.10, 95% CI: 0.95-1.28). Among studies with laboratory-confirmed infections, the presence of infections increased the odds of ALL by 2.4-fold (OR=2.42, 95% CI: 1.54-3.82). Frequency, severity, and timing of infection were not associated with ALL. CONCLUSIONS: The hypothesis put forward by Greaves and others about an infectious aetiology are neither confirmed nor refuted and the overall evidence remains inadequate for good judgement. The qualitative difference in the subgroup effects require further study, and future research will need to address the challenges in measuring infectious exposures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,833

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0110,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,349
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207