MétaCan
Menu
← Retour à la cohorte
Enregistrement W3032719268 · doi:10.1200/jco.2020.38.15_suppl.7040

Morbidity, mortality and healthcare use among siblings of children with cancer: A population-based study.

2020· article· en· W3032719268 sur OpenAlexafffundabout
Aditi Desai, Cindy Lau, Rinku Sutradhar, Douglas S. Lee, Paul C. Nathan, Sumit Gupta

Notice bibliographique

RevueJournal of Clinical Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensInstitute for Clinical Evaluative SciencesHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHazard ratioInterquartile rangePopulationConfidence intervalEmergency departmentPediatricsCancerHealth careCohortDemographyInternal medicineEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

7040 Background: Siblings of children with cancer are at increased risk of adverse mental health outcomes; impact of the childhood cancer experience on these siblings’ physical health is unclear. We characterized the long-term risk of adverse physical health outcomes and healthcare use among siblings of children with cancer. Methods: Pediatric cancer patients in Ontario diagnosed between 1988 and 2016 were linked to their biological siblings to form the siblings/case cohort. Cases were matched to population controls based on sex, age, and residence area. Index date for cases was the date of their brother’s or sister’s cancer diagnosis (controls had the same index date as cases). After individual linkage to health services data, we compared several outcomes between these two groups: 1) physical health conditions (e.g. cancer, hypertension, injuries, death); 2) acute healthcare use (hospitalization, emergency department [ED] visits), and; 3) preventative healthcare use (periodic health checkups, influenza vaccinations). Predictors of outcomes, including demographics and characteristics of the cancer-affected child, were examined in cases. Cox proportional hazards, recurrent event, or logistic regression models were used as appropriate. Results: We identified 8,529 cases and 30,364 matched controls [median age at index: 6 years, interquartile range (IQR) 0-10; median follow-up time: 9 years, IQR 5-15]. Compared to controls, cases had increased risk of hypertension [hazard ratio (HR) 1.8; 95% confidence interval (95CI) 1.1-2.9; p = 0.01]. They also had higher rates of ED visits [rate ratio 1.1; 95CI 1.1-1.2; p < 0.001] and increased risk of hospitalization [HR 1.1; 95CI 1.1-1.2; p < 0.001]. Cases were more likely to undergo periodic health checkups [odds ratio (OR) 1.1; 95CI 1.0-1.1; p = 0.01] and influenza vaccinations [OR 1.5; 95CI 1.4-1.6; p < 0.001]. In multivariable analysis restricted to cases, rurality and bereavement, among other predictors, were associated with increased use of acute healthcare. Conclusions: Increased risk of hypertension and hospitalization in cases suggests that these siblings are experiencing poorer physical health compared to their peers. Increased rates of ED visits and preventive healthcare suggests parental anxiety surrounding these siblings’ health. Siblings at highest risk of adverse outcomes could be identified through demographic characteristics, among others. Siblings would benefit from targeted surveillance and further investigation to elucidate underlying mechanisms influencing their health.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,265
Score d'incertitude au seuil0,528

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,274
Tête enseignante GPT0,513
Écart entre enseignants0,239 · 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'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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→