A Validated Risk Prediction Model for Bone Fragility in Children With Acute Lymphoblastic Leukemia
Notice bibliographique
Résumé
Although bone fragility may already be present at diagnosis of pediatric acute lymphoblastic leukemia (ALL), routine performance of dual-energy X-ray absorptiometry (DXA) in every child is not universally feasible. The aim of this study was to develop and validate a risk prediction model for low lumbar spine bone mineral density (LS BMD Z-score ≤ -2.0) at diagnosis, as an important indicator for fracture risk and further treatment-related BMD aggravation. Children with ALL (4-18 years), treated according to the Dutch Childhood Oncology Group protocol (DCOG-ALL9; model development; n = 249) and children from the Canadian Steroid-Associated Osteoporosis in the Pediatric Population cohort (STOPP; validation; n = 99) were included in this study. Multivariable logistic regression analyses were used to develop the prediction model and to confirm the association of low LS BMD at diagnosis with symptomatic fractures during and shortly after cessation of ALL treatment. The area under the receiver operating characteristic curve (AUC) was used to assess model performance. The prediction model for low LS BMD at diagnosis using weight (β = -0.70) and age (β = -0.10) at diagnosis revealed an AUC of 0.71 (95% CI, 0.63-0.78) in DCOG-ALL9 and 0.74 (95% CI, 0.63-0.84) in STOPP, and resulted in correct identification of 71% of the patients with low LS BMD. We confirmed that low LS BMD at diagnosis is associated with LS BMD at treatment cessation (OR 5.9; 95% CI, 3.2-10.9) and with symptomatic fractures (OR 1.7; 95% CI, 1.3-2.4) that occurred between diagnosis and 12 months following treatment cessation. In meta-analysis, LS BMD at diagnosis (OR 1.6; 95% CI, 1.1-2.4) and the 6-month cumulative glucocorticoid dose (OR 1.9; 95% CI, 1.1-3.2) were associated with fractures that occurred in the first year of treatment. In summary, a prediction model for identifying pediatric ALL patients with low LS BMD at diagnosis, as an important indicator for bone fragility, was successfully developed and validated. This can facilitate identification of future bone fragility in individual pediatric ALL patients. © 2021 American Society for Bone and Mineral Research (ASBMR).
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».