Risk of a second cancer in Canadians diagnosed with a first cancer in childhood or adolescence
Notice bibliographique
Résumé
BACKGROUND: Second cancers are an adverse outcome experienced by childhood cancer survivors. We quantify the risk and correlates of a second cancer in Canadians diagnosed with a first cancer prior to age 20 years. METHODS: Using death-linked Canadian Cancer Registry data, a population-based cohort diagnosed with a first cancer between 1992 and 2014, prior to age 20 years, were followed for occurrence of a second cancer to the end of 2014. We estimate standardized incidence ratios (SIR), absolute excess risks (AER), cumulative probabilities, and hazard ratios (HR). FINDINGS: 22,635 people contributed 204,309•1 person-years of follow-up. Overall risk of a second cancer was 6•5 (95% CI: 5•8-7•1) times greater than expected resulting in an AER of 16•5 (14•4-18•5) cancers per 10,000 person-years and a 4•8% (3•8%-6•0%) cumulative probability of a second cancer at 22•6 years of follow-up. SIRs decreased with increasing age at diagnosis and time since diagnosis; were larger in more recent calendar periods of diagnosis; and varied by type of first cancer. Large SIRs in the first year after diagnosis and in those diagnosed in 2010-2014 were partly associated with changing registry practices. For the whole cohort, factors associated with the hazard of a second cancer included: being female vs. male [HR = 1•439 (95%CI: 1•179-1•760)]; being diagnosed in 2005-2014 vs. 1992-2004 [2•084 (1•598-2•719)]; having synchronous first cancers [4•814 (2•042-9•509)]; and being diagnosed with certain types of cancer. Factors varied, however, by type of first cancer. INTERPRETATION: Risks of a second cancer are not equally distributed and can be impacted by changes in registry practice and the methods used to define second cancers.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».