Medical History, Lifestyle, Family History, and Occupational Risk Factors for Peripheral T-Cell Lymphomas: The InterLymph Non-Hodgkin Lymphoma Subtypes Project
Notice bibliographique
Résumé
BACKGROUND: Accounting for 10%-15% of all non-Hodgkin lymphomas in Western populations, peripheral T-cell lymphomas (PTCL) are the most common T-cell lymphoma but little is known about their etiology. Our aim was to identify etiologic risk factors for PTCL overall, and for specific PTCL subtypes, by analyzing data from 15 epidemiologic studies participating in the InterLymph Consortium. METHODS: A pooled analysis of individual-level data for 584 histologically confirmed PTCL cases and 15912 controls from 15 case-control studies conducted in Europe, North America, and Australia was undertaken. Data collected from questionnaires were harmonized to permit evaluation of a broad range of potential risk factors. Odds ratios (OR) and 95% confidence intervals (CI) were calculated using logistic regression. RESULTS: Risk factors associated with increased overall PTCL risk with a P value less than .05 included: a family history of hematologic malignancies (OR = 1.92, 95% CI = 1.30 to 2.84); celiac disease (OR = 17.8, 95% CI = 8.61 to 36.79); eczema (OR = 1.41, 95% CI = 1.07 to 1.85); psoriasis (OR = 1.97, 95% CI = 1.17 to 3.32); smoking 40 or more years (OR = 1.92, 95% CI = 1.41 to 2.62); and employment as a textile worker (ever) (OR = 1.58, 95% CI = 1.05 to 2.38) and electrical fitter (ever) (OR = 2.89, 95% CI = 1.41 to 5.95). Exposures associated with reduced overall PTCL risk included a personal history of allergies (OR = 0.69, 95% CI = 0.54 to 0.87), alcohol consumption (ever) (OR = 0.64, 95% CI = 0.49 to 0.82), and having ever lived or worked on a farm (OR = 0.72, 95% CI = 0.55% to 0.95%). We also observed the well-established risk elevation for enteropathy-type PTCL among those with celiac disease in our data. Conclusions Our pooled analyses identified a number of new potential risk factors for PTCL and require further validation in independent series.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».