MétaCan
Menu
Retour à la cohorte
Enregistrement W4206038228 · doi:10.1001/jamanetworkopen.2021.41633

Analysis of Platelet Count and New Cancer Diagnosis Over a 10-Year Period

2022· article· en· W4206038228 sur OpenAlexaffabout
Vasily Giannakeas, Joanne Kotsopoulos, Matthew C. Cheung, Laura C. Rosella, Jennifer D. Brooks, Lorraine L. Lipscombe, Mohammad R. Akbari, Peter C. Austin, Steven A. Narod

Notice bibliographique

RevueJAMA Network Open · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesPublic Health OntarioUniversity of TorontoWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésPeriod (music)PlateletMedicineCancerInternal medicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Importance: Individuals with cancer often have an elevated platelet count at the time of diagnosis. The extent to which an elevated platelet count is an indicator of cancer is unclear. Objective: To evaluate the association of an elevated platelet count with a cancer diagnosis. Design, Setting, and Participants: This nested case-control study included Ontario residents enrolled in the provincial health insurance plan who had 1 or more routine complete blood count (CBC) tests performed between January 1, 2007, and December 31, 2017, with follow-up through December 31, 2018. Case patients were individuals with a new cancer diagnosis during the observation period. Eligible control individuals were cancer free before the date of diagnosis for a case patient to whom they were matched. One case patient was matched to 3 controls based on sex, age, and health care use patterns. Data were analyzed from September 24, 2020, to July 13, 2021. Exposures: Case patients and controls were assigned to 1 of 5 exposure groups based on age- and sex-specific platelet count distributions in the control population: very low (≤10th percentile), low (>10th to 25th percentile), medium (>25th to <75th percentile), high (75th to <90th percentile), and very high (≥90th percentile). Main Outcomes and Measures: Odds ratios (ORs) were estimated for specific cancer sites for each category of platelet count at intervals up to 10 years after a blood test. Results: Of the 8 917 187 eligible Ontario residents with a routine CBC record available, 4 971 578 (55.8%) were women; the median age at the first CBC was 46.4 years (IQR, 32.5-59.5 years). Among individuals with a routine CBC record available, 495 341 (5.6%) received a diagnosis of first primary cancer during the 10-year observation period. The OR for a solid tumor diagnosis associated with a very high platelet count vs a medium platelet count in the 6-month period before the diagnosis was 2.32 (95% CI, 2.28-2.35). A very high platelet count was associated with colon (OR, 4.38; 95% CI, 4.22-4.54), lung (OR, 4.37; 95% CI, 4.22-4.53), ovarian (OR, 4.62; 95% CI, 4.19-5.09), and stomach (OR, 4.27; 95% CI, 3.91-4.66) cancers. Odds ratios attenuated with increasing time from CBC test to cancer diagnosis. Conclusions and Relevance: In this nested case-control study, an elevated platelet count was associated with increased risk of cancer at several sites. Our findings suggest that an elevated platelet count could potentially serve as a marker for the presence of some cancer types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,303
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations111
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207