MétaCan
Menu
Retour à la cohorte
Enregistrement W3204670091 · doi:10.3390/cancers13194870

The Burden of Late Effects and Related Risk Factors in Adolescent and Young Adult Cancer Survivors: A Scoping Review

2021· review· en· W3204670091 sur OpenAlexaff
Charlotte Ryder‐Burbidge, Ruth L. Diaz, Ronald D. Barr, Sumit Gupta, Paul C. Nathan, Sarah McKillop, Miranda M Fidler-Benaoudia

Notice bibliographique

RevueCancers · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensUniversity of CalgaryUniversity of AlbertaHospital for Sick ChildrenAlberta Health ServicesMcMaster UniversityHealth Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineSocioeconomic statusYoung adultCancerCohort studyDemographySurvivorship curveCohortGerontologyInternal medicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Risk factors associated with late effects in survivors of adolescent and young adult (AYA) cancer are poorly understood. We conducted a systematic scoping review to identify cohort studies published in English from 2010-2020 that included: (1) cancer survivors who were AYAs (age 15-39 years) at diagnosis and (2) outcomes of subsequent malignant neoplasms (SMNs), chronic conditions, and/or late mortality (>5 years postdiagnosis). There were 652 abstracts identified and, ultimately, 106 unique studies were included, of which 23, 34, and 54 studies related to the risk of SMNs, chronic conditions, and mortality, respectively. Studies investigating late effects among survivors of any primary cancer reported that AYA cancer survivors were at higher risk of SMN, chronic conditions, and all-cause mortality compared to controls. There was an indication that the following factors increased risk: radiation exposure (n = 3) for SMNs; younger attained age (n = 4) and earlier calendar period of diagnosis (n = 3) for chronic conditions; and non-Hispanic Black or Hispanic (n = 5), low socioeconomic status (n = 3), and earlier calendar period of diagnosis (n = 4) for late mortality. More studies including the full AYA age spectrum, treatment data, and results stratified by age, sex, and cancer type are needed to advance knowledge about late effects in AYA cancer survivors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,365
Écart entre enseignants0,328 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations60
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207