Incidence and socioeconomic factors in older adults with acute myeloid leukaemia: Real‐world outcomes from a population‐based cohort
Notice bibliographique
Résumé
OBJECTIVES: Acute myeloid leukaemia (AML) is a disease of older adults, who are vulnerable to socio-economic factors. We determined AML incidence in older adults and the impact of socio-economic factors on outcomes. METHODS: We included 3024 AML patients (1996-2016) identified from a population-based registry. RESULTS: AML incidence in patients ≥60 years increased from 11.01 (2001-2005) to 12.76 (2011-2016) per 100 000 population. Among 879 patients ≥60 years in recent eras (2010-2016), rural residents (<100 000 population) were less likely to be assessed by a leukaemia specialist (39% rural, 47% urban, p = .032); no difference was seen for lower (43%, quintile 1-3) vs. higher (47%, quintile 4-5) incomes (p = .235). Similar numbers received induction chemotherapy between residence (16% rural, 18% urban, p = .578) and incomes (17% lower, 17% high, p = 1.0). Differences between incomes were seen for hypomethylating agent treatment (14% low, 20% high, p = .041); this was not seen for residence (13% rural, 18% urban, p = .092). Among non-adverse karyotype patients ≥70 years, 2-year overall survival was worse for rural (5% rural, 12% urban, p = .006) and lower income (6% low, 15% high, p = .017) patients. CONCLUSIONS: AML incidence in older adults is increasing, and outcomes are worse for older rural and low-income residents; these patients face treatment barriers.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».