MétaCan
Menu
Retour à la cohorte
Enregistrement W2953212652 · doi:10.1097/01.hs9.0000559476.99472.fd

PF316 THE CLINICAL CHARACTERISTICS AND OUTCOMES OF PATIENTS WITH AGGRESSIVE LARGE CELL LYMPHOMA AND DIABETES MELLITUS

2019· article· en· W2953212652 sur OpenAlexaff
Oren Pasvolsky, Amit Akirov, Brenda Elias, Pia Raanani, Ronit Gurion, Uri Rozovski

Notice bibliographique

RevueHemaSphere · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Lymphocytic Leukemia Research
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineLymphomaInternal medicineSingle CenterRetrospective cohort studyDiabetes mellitusAggressive lymphomaEpidemiologyMedical recordGastroenterologyRituximab

Résumé

récupéré en direct d'OpenAlex

Background: Epidemiological studies suggest that patients with diabetes mellitus (DM) are at‐risk to develop several types of cancers, including non‐Hodgkin lymphoma. Whether DM affects the clinical presentation or outcome of patients with lymphoma is unknown. Since patients with DM are prone to develop infectious complications, we hypothesize that the co‐occurrence of DM would increase the rate and/or severity of infectious complications in patients with lymphoma who receive chemotherapy. Aims: To describe the clinical characteristics and outcomes of patients with DM who received treatment for aggressive large cell lymphoma. Methods: This is a single center retrospective single center study. We included all consecutive patients who were diagnosed with aggressive large cell lymphoma and were treated at our institute between 2013 and 2017. Demographics, disease‐related and outcome data were extracted from the electronic medical records. Additional data and lab results were extracted from the hospital database. Categorical variables were compared using the χ2 or the Fischer exact test, and Mann Whitney was used to compare medians. Results: Between the years 2013 and 2017 we treated 226 patients with aggressive large cell lymphoma, most (n = 219, 96%) with diffuse large B cell lymphoma. In this cohort 49 patients (22%) had type 2 DM. None of our patients had type 1 DM. The median age of patients with DM was 70 years, and of non‐DM patients 65 years (P = 0.001). Patients with DM tended to have higher baseline BMI values (P = 0.057), but were comparable in all other demographic characteristics. Likewise, response to therapy, relapse rates and survival outcomes were similar in patients with DM compared to non‐DM patients. There were 133 hospital admissions due to febrile neutropenia (FN) in the entire cohort. Patients with DM had higher rates of admissions due to FN (P = 0.004). The admission rate in patients with DM remained higher after age‐matched subgroup analysis (P = 0.005). Yet, the duration of hospitalizations and number of admissions to the ICU were similar in patients with or without DM. In patients with DM, improved glycemic control during FN hospitalizations was associated with shorter hospital duration (P = 0.007). However, Hemoglobin A1C levels were not associated with increased risk for FN or infectious complications. Summary/Conclusion: Patients with aggressive large cell lymphoma and DM have higher rates of hospitalizations due to FN. In this high risk population, perhaps more aggressive measures should be made to avoid infectious complications. Furthermore, our data suggests that improved glycemic control during hospitalization is associated with shorter length of hospitalization due to FN in patients with DM.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,328

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,276
Écart entre enseignants0,267 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHemaSphereMême sujetChronic Lymphocytic Leukemia ResearchTravaux en français237 207