MétaCan
Menu
← Retour à la cohorte
Enregistrement W4286296441 · doi:10.1200/jco.2022.40.16_suppl.10014

Modifiable risk factors for late mortality among five-year survivors of childhood cancer: A report from the Childhood Cancer Survivor Study.

2022· article· en· W4286296441 sur OpenAlexaff
Stephanie B. Dixon, Qi Liu, Matthew J. Ehrhardt, Eric J. Chow, Kevin C. Oeffinger, Ann C. Mertens, Paul C. Nathan, Rebecca M. Howell, Wendy M. Leisenring, Kevin R. Krull, Kirsten K. Ness, Melissa M. Hudson, Leslie L. Robison, Yutaka Yasui, Gregory T. Armstrong

Notice bibliographique

RevueJournal of Clinical Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensHospital for Sick ChildrenUniversity of Alberta
Organismes subventionnairesNational Institutes of HealthAmerican Lebanese Syrian Associated Charities
Mots-clésMedicineUnderweightBody mass indexDyslipidemiaPopulationCancerDiabetes mellitusCause of deathDemographyConfidence intervalObesityPediatricsOverweightInternal medicineEnvironmental healthDiseaseEndocrinology

Résumé

récupéré en direct d'OpenAlex

10014 Background: The impact ofmodifiable lifestyle and cardiovascular risk factors (CVRFs) on risk for late mortality in adult survivors of childhood cancer is not well established. Methods: All-cause and health-related late (>5 years from cancer diagnosis) mortality (HRM; excludes death from primary cancer and external causes) were evaluated in five-year survivors diagnosed <21 years of age using the National Death Index through 2017. Modifiable lifestyle (smoking status, alcohol use, physical activity, body mass index [BMI]; combined to create a score [0-4] and categorized as unhealthy [0-2], moderate [2.5 or 3], healthy [3.5 or 4]) and CVRFs (hypertension [HTN], diabetes [DM], dyslipidemia) were assessed as time-varying covariates. Standardized mortality ratios (SMRs) and absolute excess risk of death per 1000 person-years (AER) with 95% confidence intervals (CIs) were estimated. Multivariable models estimated the relative risk (RR) of death adjusted for demographic and socioeconomic variables. Results: Among 20,051 adult survivors (median age 40.0 years, range 18.7 – 67.7), 19% reported ≥1 CVRF (13% HTN, 9% dyslipidemia, 5% DM) and few reported a healthy lifestyle (29% healthy, 40% moderate, 31% unhealthy). There were 1476 deaths due to health-related causes. While all survivors experienced an increased risk of HRM compared to the US population, risk was lower among those with a healthy vs. unhealthy lifestyle (SMR 3.5, 95% CI 3.1-3.9 vs. 6.2, 5.7-6.7) and very high among underweight survivors (11.1, 9.3-13.3) and those with both HTN and DM (13.0, 9.2-18.0). Stratified by lifestyle score, the excess risk of HRM was lowest in those with a healthy lifestyle across survival time (Table). Similar trends were seen when stratified by 0, 1 and 2 CVRFs. In multivariable models, compared to survivors with no CVRFs and healthy lifestyle, no CVRFs and unhealthy lifestyle was associated with a 50% increased risk of HRM (RR 1.5, 95% CI 1.2-1.8) and unhealthy lifestyle plus HTN a 2-fold increased risk of HRM (2.2, 1.6-2.8). Regardless of lifestyle group, ≥2 CVRF increased risk for HRM at least 2-fold (p-values <0.001). Conclusions: A reduction in excess deaths is observed among adult survivors of childhood cancer with a healthy lifestyle and no CVRFs as they age. Interventions that target improved lifestyle choices and prevention or aggressive treatment of modifiable CVRFs may reduce risk for late mortality. [Table: see text]

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)0,002
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 enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,116
Tête enseignante GPT0,453
Écart entre enseignants0,338 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→