Infections and the development of childhood acute lymphoblastic leukemia: a population-based study
Notice bibliographique
Résumé
An infectious trigger for childhood acute lymphoblastic leukemia is hypothesized and we assessed the association between the rate, type, and critical exposure period for infections and the development of acute lymphoblastic leukemia. We conducted a matched case-control study using administrative databases to evaluate the association between the rate of infections and childhood acute lymphoblastic leukemia diagnosed between the ages of 2-14 years from Ontario, Canada and we used a validated approach to measure infections. In 1600 cases of acute lymphoblastic leukemia, and 16 000 matched cancer-free controls aged 2-14 years, having >2 infections/year increased the odds of childhood acute lymphoblastic leukemia by 43% (odds ratio = 1.43, 95% confidence interval 1.13-1.81) compared to children with ≤0.25 infections/year. Having >2 respiratory infections/year increased odds of acute lymphoblastic leukemia by 28% (odds ratio =1.28, 95% confidence interval 1.05-1.57) compared to children with ≤0.25 respiratory infections/year. Having an invasive infection increased the odds of acute lymphoblastic leukemia by 72% (odds ratio =1.72, 95% confidence interval 1.31-2.26). Having an infection between the age of 1-1.5 years increased the odds of acute lymphoblastic leukemia by 20% (odds ratio = 1.20, 95% confidence interval 1.04-1.39). Having more infections increased the odds of developing childhood acute lymphoblastic leukemia and having an infection between the ages of 1-1.5 years increased the odds of childhood acute lymphoblastic leukemia.
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 | 0,000 |
| 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 ».