Outcome of acute myeloid leukaemia in Nigeria: clinician’s perspective
Notice bibliographique
Résumé
The outcome of acute myeloid leukaemia (AML) has remained a major concern even in developed countries. In resource poor countries, it is envisaged that the outcome will be far worse because of late presentations, lack of appropriate diagnostic facilities and supportive care. However, data to validate this is lacking and many of these countries lack an effective cancer registry. This study determined the clinician's perspective of the outcome of care of AML patients in Nigeria and their attitudes to the care of these patients. Structured self-administered questionnaire was used to assess the clinician's perception of outcomes of care, contributory factors and attitude to care of AML patients. Ninety-eight percent of clinicians reported that the outcome of care was suboptimal; 73.3% and 90.6% of the clinicians reported having less than 31% of AML patients surviving induction and post-induction therapies, respectively. Sixty-six-point one percent (66.1%), 50% and 62.7% of the clinicians have never used immunophenotyping, cytogenetic or molecular studies, respectively, in the management of AML patients under their care. Access to blood components other than Red cells was low; 23.3% had access to apheresis platelets and 55% to fresh frozen plasma. Forty-six percent of clinicians will either give half dose of chemotherapy or offer only supportive care. This reported early death rate is three times higher than that reported in developed countries with only 9% likely to survive the first year of induction compared to about 32.9% in Ontario. Approximately 28 units of pooled or apheresis derived platelet may be required in course of therapy but just 10% of clinicians have access to platelet apheresis. Lack of diagnostic facilities, blood components and clinicians' attitudes are contributing factors to the extremely poor outcomes of patients with AML in Nigeria.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».