A Population-Based Study of the Long-Term Risk of Infections Associated With Hospitalization in Childhood Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Infections pose a significant risk during therapy for childhood cancer. However, little is known about the risk of infection in long-term survivors of childhood cancer. METHODS: We performed a retrospective observational study of children and adolescents born in Washington State diagnosed with cancer before age 20 years and who survived at least 5 years after diagnosis. Survivors were categorized as having a hematologic or nonhematologic malignancy and were matched to individuals without cancer in the state birth records by birth year and sex with a comparator:survivor ratio of 10:1. The primary outcome was incidence of any infection associated with a hospitalization using diagnostic codes from state hospital discharge records. Incidence was reported as a rate (IR) per 1,000 person-years. Multivariate Poisson regression was used to calculate incidence rate ratios (IRR) for cancer survivors versus comparators. RESULTS: On the basis of 382 infection events among 3,152 survivors and 771 events among 31,519 comparators, the IR of all hospitalized infections starting 5 years after cancer diagnosis was 12.6 (95% CI, 11.4 to 13.9) and 2.4 (95% CI, 2.3 to 2.6), respectively, with an IRR 5.1 (95% CI, 4.5 to 5.8). The survivor IR during the 5- to 10-year (18.1, 95% CI, 15.9 to 20.5) and > 10-year postcancer diagnosis (8.3, 95% CI, 7.0 to 9.7) periods remained greater than comparison group IRs for the same time periods (2.3, 95% CI, 2.1 to 2.6 and 2.5, 95% CI, 2.3 to 2.8, respectively). When potentially vaccine-preventable infections were evaluated, survivors had a greater risk of infection relative to comparators (IRR, 13.1; 95% CI, 7.2 to 23.9). CONCLUSION: Infectious complications continue to affect survivors of childhood cancer many years after initial diagnosis. Future studies are needed to better understand immune reconstitution to determine specific factors that may mitigate this risk.
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 | 0,003 |
| 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 | 0,000 |
| 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 ».