Solid Organ Transplantation in Patients With Preexisting Malignancies in Remission
Notice bibliographique
Résumé
BACKGROUND: Solid-organ transplant recipients with pretransplant malignancies (PTM) have worse overall survival (OS) compared to recipients without history of malignancy. However, it is unknown whether the increased risk of mortality is due to recurrent cancer-related deaths. METHODS: All solid-organ transplant recipients in Ontario between 1991 and 2010 were identified and matched 1:2 to recipients without PTM using a propensity score. OS was compared using the Kaplan-Meier estimator and Cox proportional hazard models. For cancer-specific mortality and cancer recurrence, cause-specific hazard models were used and the cumulative incidence was plotted. RESULTS: Recipients with PTM had a worse OS compared with recipients without PTM (median OS, 10.3 years vs 13.4 years). Recipients with PTM were not only at increased risk of cancer-specific mortality (cause-specific hazard ratio, 1.85; 95% confidence interval [CI], 1.20-2.86) but also at increased risk of noncancer death (cause-specific hazard ratio, 1.29; 95% CI, 1.08-1.54). Compared with recipients without PTM, recipients with high-risk PTM had higher all-cause mortality (hazard ratio, 1.81; 95% CI, 1.47-2.23). Recipients with low-risk PTM were not at increased risk (hazard ratio, 1.06; 95% CI, 0.86-1.31). CONCLUSIONS: Recipients with PTM are at increased risk of all-cause mortality compared to recipients without PTM. This increased risk was noted for both cancer-specific and noncancer mortality. However, only those with high-risk PTM had worse outcomes.
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) | 0,000 | 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) | 0,000 | 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 ».