Early death and treatment‐related mortality: A report from SUCCOUR ‐ Supportive Care for Children with Cancer in Africa
Notice bibliographique
Résumé
BACKGROUND: Deaths during paediatric cancer treatment are common in Africa. It is often difficult to distinguish between treatment-related and disease-related causes. To prevent these deaths, it is important to study them and identify the cause. The Supportive Care for Children with Cancer in Africa (SUCCOUR) programme enabled a study with the objective to identify the reasons for early death during treatment. METHODS: We conducted a multicentre prospective, observational cohort study in sub-Saharan Africa. Children younger than 16 years with newly diagnosed cancer treated with curative intent were included from 1 September 2019 until 30 March 2020. Data were abstracted in real time by trained personnel using standardised case report forms. The treating clinician's assessment of the cause of death and signs, symptoms and laboratory values of patients who died during the first 3 months of treatment (early death) were documented. RESULTS: We included 252 patients (median age 6.0, range 0.2-15.0 years, 54% male). The most common cancer was Burkitt lymphoma (63/252, 25%). Fifteen percent of patients (37/252) died during the first 3 months of treatment. Of these 37 patients, 33 (89%) died of a treatment-related cause. Treatment-related mortality of all patients in the first 3 months of treatment was 13% (33/252). CONCLUSION: Fifteen percent of patients had an early death during treatment and 13% had a treatment-related death. This suggests the need to improve supportive care. Implementation of supportive care pathways adapted to local circumstances may be helpful.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».