Anticancer Therapy and Mortality of Adult Patients with Hematologic Malignancy and COVID-19: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) might affect cancer treatment outcomes. This systematic review and meta-analysis identified the prognostic predictors of adult patients with hematologic malignancies and COVID-19, and evaluated the effect of anticancer therapy on mortality. We performed a literature search of electronic databases and identified additional studies from the bibliographies of the articles that were retrieved. Two investigators independently extracted data according to the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) reporting guidelines. We evaluated study quality using the Newcastle–Ottawa Scale and performed a meta-analyses in order to evaluate the effect of anticancer therapy on mortality among adult patients with hematologic malignancies and COVID-19. Heterogeneity was assessed with the I2 statistic. The meta-analysis included 12 studies. The overall mortality rate was 36.3%. The pooled risk difference (RD) in mortality between patients receiving and not receiving anticancer therapy was 0.14 (95% confidence interval [CI]: 0.02–0.26; I2 = 76%). The pooled RD in mortality associated with chemotherapy was 0.22 (95% CI: 0.05–0.39; I2 = 48%), and with immunosuppression was 0.20 (95% CI: 0.05–0.34; I2 = 67%). In the subgroup analyses, anticancer-therapy-associated mortality was higher in females (RD = 0.57; 95% CI: 0.29–0.85; I2 = 0%) than in males (RD = 0.28; 95% CI: 0.04–0.52; I2 = 0%). Among patients with hematologic malignancies and COVID-19, those receiving anticancer therapy had a higher mortality risk, regardless of sex. The mortality risk was higher in females than in males. These results indicate that caution should be exercised when administering anticancer therapy to patients with hematologic malignancies and COVID-19.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,047 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».