Baseline characteristics and outcomes of children with cancer in the English‐speaking Caribbean: A multinational retrospective cohort
Notice bibliographique
Résumé
BACKGROUND: English-speaking Caribbean (ESC) childhood cancer outcomes are unknown. PROCEDURE: Through the SickKids-Caribbean Initiative (SCI), we established a multicenter childhood cancer database across seven centers in six ESC countries. Data managers entered patient demographics, disease, treatment, and outcome data. Data collection commenced in 2013, with retrospective collection to 2011 and subsequent prospective collection. RESULTS: A total of 367 children were diagnosed between 2011 and 2015 with a median age of 5.7 years (interquartile range 2.9-10.6 years). One hundred thirty (35.4%) patients were diagnosed with leukemia, 30 (8.2%) with lymphoma, and 149 (40.6%) with solid tumors. A relative paucity of children with brain tumors was seen (N = 58, 15.8%). Two-year event-free survival (EFS) for the cohort was 48.5% ± 3.2%; 2-year overall survival (OS) was 55.1% ± 3.1%. Children with acute lymphoblastic leukemia (ALL) and Wilms tumor (WT) experienced better 2-year EFS (62.1% ± 6.4% and 66.7% ± 10.1%), while dismal outcomes were seen in children with acute myeloid leukemia (AML; 22.7 ± 9.6%), rhabdomyosarcoma (21.0% ± 17.0%), and medulloblastoma (21.4% ± 17.8%). Of 108 deaths with known cause, 58 (53.7%) were attributed to disease and 50 (46.3%) to treatment complications. Death within 60 days of diagnosis was relatively common in acute leukemia [13/98 (13.3%) ALL, 8/26 (30.8%) AML]. Despite this, traditional prognosticators adversely impacted outcome in ALL, including higher age, higher white blood cell count, and T-cell lineage. CONCLUSIONS: ESC childhood cancer outcomes are significantly inferior to high-income country outcomes. Based on these data, interventions for improving supportive care and modifying treatment protocols are under way. Continued data collection will allow evaluation of interventions and ensure maximal outcome improvements.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».