Stage at diagnosis for children with blood cancers in Australia: Application of the Toronto Paediatric Cancer Stage Guidelines in a population‐based national childhood cancer registry
Notice bibliographique
Résumé
Abstract Background Information on stage at diagnosis for childhood blood cancers is essential for surveillance but is not available on a population basis in most countries. Our aim was to apply the internationally endorsed Toronto Paediatric Cancer Stage Guidelines to children (<15 years) with acute lymphoblastic leukemia (ALL), acute myeloid leukemia (AML), Hodgkin lymphoma (HL), or non‐Hodgkin lymphoma (NHL) and to assess differences in survival by stage at diagnosis. Procedure Stage was defined by extent of involvement of the central nervous system (CNS) for ALL and AML and using the Ann Arbor and St Jude‐Murphy systems for HL and NHL, respectively. The study cohort was drawn from the population‐based Australian Childhood Cancer Registry, consisting of children diagnosed with one of these four blood cancers between 2006 and 2014 with follow‐up to 2015. Five‐year observed survival was estimated from the Kaplan–Meier method. Results Stage was assigned to 2201 of 2351 eligible patients (94%), ranging from 85% for AML to 95% for ALL, HL, and NHL. Survival following ALL varied from 94% (95% CI = 93%–95%) for CNS1 disease to 89% (95% CI = 79%–94%) for CNS2 ( P = 0.07), whereas for AML there was essentially no difference in survival between CNS − (77%) and CNS + disease (78%; P = 0.94). Nearly all children with HL survived for five years. There was a trend ( P = 0.04) toward worsening survival with higher stage for NHL. Conclusions These results provide the first population‐wide picture of the distribution and outcomes for childhood blood cancers in Australia by extent of disease at diagnosis and provide a baseline for future comparisons.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».