MétaCan
Menu
← Retour à la cohorte
Enregistrement W4310107622 · doi:10.1182/blood-2022-169665

Epidemiology and Disease Burden of Mucormycosis in Canada: Canmus Registry

2022· article· en· W4310107622 sur OpenAlexaffabout
Shariq Haider, Allison Mah, C. Arianne Buchan, Donald C. Vinh, Tony D Bai, Eric J. Bow, Matthew P. Cheng, Phillipe Dufresne, Simon F. Dufresne, Jodi Faulkner, Shahid Husain, Me‐Linh Luong, Stephen Robinson, Stephen Sanche, Ilan S. Schwartz, Sarah Shalhoub, Thuva Vanniyasingam, Coleman Rotstein

Notice bibliographique

RevueBlood · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAntifungal resistance and susceptibility
Établissements canadiensUniversity of AlbertaSaint John Regional HospitalDalhousie UniversityWestern UniversityUniversity of TorontoCancerCare ManitobaUniversity Health NetworkUniversity of SaskatchewanUniversité de MontréalInstitut National de Santé Publique du QuébecToronto General HospitalMcMaster UniversityConcordia UniversityMcGill UniversityMcGill University Health CentreUniversity of OttawaJuravinski HospitalQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyMucormycosisMedicineDisease registryDiseaseGerontologyFamily medicineIntensive care medicineSurgeryPathology

Résumé

récupéré en direct d'OpenAlex

Background The burden of mucormycosis has increased with the expansion of risk groups and improved diagnosis. Although diabetes mellitus has been the leading risk factor for mucormycosis globally, the emergence of risk groups such as hemato-oncology patients, allogeneic bone marrow transplantation and solid organ transplantation have shifted the epidemiology of mucormycosis. There is a paucity of literature describing the burden, clinical presentation, treatment and outcomes of mucormycosis in Canada. CANMUS (Canadian Mucormycosis Study)is a national registry with broad geographical representation ,that will assess the epidemiology and clinical outcomes of Canadian patients affected by mucormycosis. Here we assess the outcomes at 6 and 12 weeks of therapy and last clinical assessment. Methods This retrospective registry involving 15 centers across Canada, from 1/1/2009 to 1/31/2020 using pathology/microbiology records to identify proven cases of mucormycosis in patients ≥18 years of age. Patient medical record data were collected and reported in a web-based data management program (REDCap). Descriptive statistics analyzed both categorical and continuous data. Cox proportional hazards models were used to explore risk factors for 6 and 12-week survival. Logistical regression was employed to investigate factors associated with positive clinical outcomes (defined as partial or complete response versus stable disease or progression). Results Interim data was available on 108 patients. The mean age was 53 (range 20-91) and 55.6% were male patients. The leading diagnostic risk factor for mucormycosis was hematological malignancy (50.9%, of which AML comprised 54.5%) followed by diabetes mellitus (25%). The most common sites of infection were: pulmonary (42.6%) rhino-sinus and/or orbital and/or cerebral (22.2%) and cutaneous (18%). The distribution of pathogens was: Mucor spp. (45.2%), Rhizopus spp. (34.5%) and Lichtheimia spp. (10.7%). Clinical response (composite of complete and partial responses) at 6 and 12 weeks was 31% and 29%, respectively. Survival analyses will be presented using hazard ratios and confidence intervals (CI). Logistic regression of factors associated with a positive clinical response will also be presented. Conclusions The epidemiology of mucormycosis in Canada is evolving. Hematological malignancies rather than diabetes are the major predisposing risk factor for mucormycosis with Mucor spp. being the predominant pathogen. Despite modest advances in therapies, outcomes remain poor.

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)0,003
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 enseignants0,031
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetAntifungal resistance and susceptibility→Travaux en français237 207→