The incidence and mortality of childhood acute lymphoblastic leukemia in Indonesia: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The incidence of childhood ALL in Indonesia is still largely unknown. The widely mentioned statistics from other countries turn out to be only estimated figures. Other data do not specify the types of leukemia and are not specifically focused on children. Therefore, this study aims to pool incidence and mortality statistics from available studies in Indonesia. METHODS: We searched five different academic databases, including Pubmed, MEDLINE, Cochrane Library, Science Direct, and Google Scholar. Three Indonesian databases, such as the Indonesian Scientific Journal Database (ISJD), Neliti, and Indonesia One Search, were also utilized. Incidence was expressed as per 100,000 children. We used the Newcastle-Ottawa scale (NOS) to assess the quality of cohort studies. The inclusion criteria are cohort studies published in the languages of English or Indonesian. For this analysis, we define children as 0-18 years old. FINDINGS: The incidence rate for childhood ALL was found to be 4.32 per 100,000 children (95% CI 2.65-5.99) with a prediction interval of 1.98 to 9.42 per 100,000 children. The incidence rate is higher in males, with 2.45 per 100,000 children (95% CI 1.98-2.91) and a prediction interval of 1.90 to 3.16 per 100,000 children. As for females, the incidence rate is 2.05 per 100,000 children (95% CI 1.52-2.77) with a prediction interval of 1.52 to 2.77 per 100,000 children. The mortality of childhood ALL ranges from 0.44 to 5.3 deaths per 100,000 children, while the CFR is 3.58% with varying true effect sizes of 2.84% to 4.52%. INTERPRETATION: With 79.5 million children living in Indonesia in 2018, this means that there were roughly 3,434 new cases of childhood ALL. An organized effort between multiple sectors is needed to improve the registries of childhood ALL in Indonesia.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».