MétaCan
Menu
Retour à la cohorte
Enregistrement W2995130207 · doi:10.1001/jamadermatol.2019.3786

Noncutaneous and Cutaneous Cancer Risk in Patients With Atopic Dermatitis

2019· review· en· W2995130207 sur OpenAlexaff
Lily Wang, Rachel Bierbrier, Aaron M. Drucker, An‐Wen Chan

Notice bibliographique

RevueJAMA Dermatology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensMcGill University Health CentreWomen's College HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAtopic dermatitisObservational studyPopulationOdds ratioInternal medicineSkin cancerIncidence (geometry)CancerMeta-analysisDermatologyOncologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Impaired skin barrier and aberrant immune function in atopic dermatitis (AD) may alter immune response to malignant cancer. Conflicting data exist on the risk of cancer in patients with AD. Objective: To assess the risk of noncutaneous and cutaneous cancers in patients with AD compared with the general population without AD. Data Sources: Studies identified from searches of MEDLINE and Embase that were published from 1946 and 1980, respectively, to January 3, 2019. The following search terms were used: [(exp NEOPLASMS/ OR neoplas*.tw. OR tumo*.tw. OR cancer*.tw. OR malignanc*.tw.) AND (exp Dermatitis, Atopic/ OR (atopic adj1 (dermatit* or neurodermatit*)).tw. OR eczema.tw. OR disseminated OR neurodermatit*.tw.)]. Study Selection: Included were observational studies (cohort and case-control designs) reporting a risk estimate for cancer in patients with AD compared with a control group (general population or patients without AD). Data Extraction and Synthesis: Two independent reviewers extracted data and assessed the risk of bias using the Risk of Bias in Nonrandomized Studies of Interventions (ROBINS-I) assessment tool, modified for observational exposure studies. Data were pooled using a random-effects model and expressed as standardized incidence ratios (SIRs) or odds ratios (ORs) with 95% CIs. Heterogeneity was assessed using the Cochrane Q statistic and the I2 statistic. Main Outcomes and Measures: The main outcome of the study was risk of cancer measured by SIRs or ORs. Results: This systematic review and meta-analysis included 8 population-based cohort studies (n = 5 726 692 participants) and 48 case-control studies (n = 114 136 participants). Among cohort studies, a statistically significant association was found between AD and keratinocyte carcinoma (5 studies; pooled SIR, 1.46; 95% CI, 1.20-1.77) as well as cancers of the kidney (2 studies; pooled SIR, 1.86; 95% CI, 1.14-3.04), central nervous system (2 studies; pooled SIR, 1.81; 95% CI, 1.22-2.70), and pancreas (1 study; SIR, 1.90; 95% CI, 1.03-3.50). Among 48 case-control studies, pooled effects showed patients with AD had statistically significantly lower odds of central nervous system cancers (15 studies; pooled OR, 0.76; 95% CI, 0.70-0.82) and pancreatic cancer (5 studies; pooled OR, 0.81; 95% CI, 0.66-0.98), contrary to the higher incidence found in cohort studies. Case-control studies also demonstrated lower odds of lung and respiratory system cancers (4 studies; pooled OR, 0.61; 95% CI, 0.45-0.82). No evidence of association was found between AD and other cancer types, including melanoma. There was substantial heterogeneity between studies for many other cancers, which precluded pooling of data, and there was moderate to serious risk of bias among included studies. Conclusions and Relevance: Observational evidence suggests potential associations between AD and increased risk of keratinocyte carcinoma and kidney cancer as well as lower odds of lung and respiratory system cancers. Further research is needed to address the heterogeneity and limitations of current evidence and to better understand the mechanisms underlying a possible association between AD and cancer risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,012
Tête enseignante GPT0,280
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations50
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA DermatologyMême sujetDermatology and Skin DiseasesTravaux en français237 207