Demographics, Outcomes, and Risk Factors for Patients with Sarcoma and COVID-19: A CCC19-Registry Based Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Patients with sarcoma often require individualized treatment strategies and are likely to receive aggressive immunosuppressive therapies, which may place them at higher risk for severe COVID-19. We aimed to describe demographics, risk factors, and outcomes for patients with sarcoma and COVID-19. METHODS: We performed a retrospective cohort study of patients with sarcoma and COVID-19 reported to the COVID-19 and Cancer Consortium (CCC19) registry (NCT04354701) from 17 March 2020 to 30 September 2021. Demographics, sarcoma histologic type, treatments, and COVID-19 outcomes were analyzed. RESULTS: = 16) received mechanical ventilation. A total of 23 (8%) died within 30 days of COVID-19 diagnosis and 44 (16%) died overall at the time of analysis. When evaluated by sarcoma subtype, patients with bone sarcoma and COVID-19 had a higher mortality rate than patients from a matched SEER cohort (13.5% vs 4.4%). Older age, poor performance status, recent systemic anti-cancer therapy, and lung metastases all contributed to higher COVID-19 severity. CONCLUSIONS: Patients with sarcoma have high rates of severe COVID-19 and those with bone sarcoma may have the greatest risk of death.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».