MétaCan
Menu
← Retour à la cohorte
Enregistrement W3047536890 · doi:10.2196/21256

Metabolic Syndrome Parameters, Determinants, and Biomarkers in Adult Survivors of Childhood Cancer: Protocol for the Dutch Childhood Cancer Survivor Study on Metabolic Syndrome (Dutch LATER METS)

2020· article· en· W3047536890 sur OpenAlexvenueno aff
Vincent G. Pluimakers, Marta Fiocco, Jenneke E. van Atteveld, Monique G. G. Hobbelink, Dorine Bresters, Eline van Dulmen‐den Broeder, Margriet van der Heiden‐van der Loo, Geert O. Janssens, Jacqueline J. Loonen, Marloes Louwerens, Helena van der Pal, Cécile M. Ronckers, Hanneke M. van Santen, Birgitta Versluys, Andrica de Vries, Marry van den Heuvel‐Eibrink, Sebastian Neggers

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMetabolic syndromeDyslipidemiaNational Cholesterol Education ProgramCohortCancerInsulin resistanceDiseaseInternal medicinePediatricsObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Potential late effects of treatment for childhood cancer include adiposity, insulin resistance, dyslipidemia, and hypertension. These risk factors cluster together as metabolic syndrome and increase the risk for development of diabetes mellitus and cardio- and cerebrovascular disease. Knowledge on risk factors, timely diagnosis, and preventive strategies is of importance to prevent cardio- and cerebrovascular complications and improve quality of life. Currently, no national cohort studies on the prevalence and determinants of metabolic syndrome in childhood cancer survivors, including biomarkers and genetic predisposition, are available. OBJECTIVE: The objectives of the Dutch LATER METS study are to assess 1) the prevalence and risk factors of metabolic syndrome and its separate components, and 2) the potential diagnostic and predictive value of additional biomarkers for surveillance of metabolic syndrome in the national cohort of adult long-term survivors of childhood cancer. METHODS: This is a cross-sectional study based on recruitment of all survivors treated in the Netherlands between 1963 and 2002. Metabolic syndrome will be classified according to the definitions of the third Adult Treatment Panel Report of the National Cholesterol Education Program as well as the Joint Interim Statement and compared to reference data. Dual-energy x-ray absorptiometry scans were performed to assess body composition in more detail. The effect of patient characteristics, previous treatment, and genetic variation on the risk of metabolic syndrome will be assessed. The diagnostic and predictive value of novel biomarkers will be tested. RESULTS: Patient accrual started in 2016 and lasted until April 2020. A total of 2380 survivors from 7 pediatric oncology hospitals have participated. From July 2020, biomarker testing, single nucleotide polymorphism analysis, and data analysis will be performed. CONCLUSIONS: The Dutch LATER METS study will provide knowledge on clinical and genetic determinants of metabolic syndrome and the diagnostic value of biomarkers in childhood cancer survivors. The results of this study will be used to optimize surveillance guidelines for metabolic syndrome in survivors based on enhanced risk stratification and screening strategies. This will improve diagnosis of metabolic syndrome and prevent complications. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/21256.

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)0,014
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,012
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,006

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 Opus0,150
Tête enseignante GPT0,486
Écart entre enseignants0,336 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→