Utility of a Cancer Predisposition Screening Tool for Predicting Subsequent Malignant Neoplasms in Childhood Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Childhood cancer survivors (CCS) are at risk of developing subsequent malignant neoplasms (SMNs) resulting from exposure to prior therapies. CCS with underlying cancer predisposition syndromes are at additional genetic risk of SMN development. The McGill Interactive Pediatric OncoGenetic Guidelines (MIPOGG) tool identifies children with cancer at increased likelihood of having a cancer predisposition syndrome, guiding clinicians through a series of Yes or No questions that generate a recommendation for or against genetic evaluation. We evaluated MIPOGG's ability to predict SMN development in CCS. METHODS: Using the provincial cancer registry (Ontario, Canada), and adopting a nested case-control approach, we identified CCS diagnosed and/or treated for a primary malignancy before age 18 years (1986-2015). CCS who developed an SMN (cases) were matched, by primary cancer and year of diagnosis, with CCS who did not develop an SMN (controls) over the same period (1:5 ratio). Potential predictors for SMN development (chemotherapy, radiation, and MIPOGG output) were applied retrospectively using clinical data pertaining to the first malignancy. Conditional logistic regression models estimated hazard ratios and 95% CIs associated with each covariate, alone and in combination, for SMN development. RESULTS: Of 13,367 children with a primary cancer, 317 (2.4%) developed an SMN and were matched to 1,569 controls. A MIPOGG output recommending evaluation was significantly associated with SMN development (hazard ratio 1.53; 95% CI, 1.06 to 2.19) in a multivariable model that included primary cancer therapy exposures. MIPOGG was predictive of SMN development, showing value in nonhematologic malignancies and in CCS not exposed to radiation. CONCLUSION: MIPOGG has additional value for SMN prediction beyond treatment exposures and may be beneficial in decision making for enhanced individualized SMN surveillance strategies for CCS.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».