MétaCan
Menu
Retour à la cohorte
Enregistrement W4376873123 · doi:10.1002/pbc.30402

Outcomes of SARS‐CoV‐2 infection in 126 children and adolescents with central nervous system tumors

2023· article· en· W4376873123 sur OpenAlexaff
Daniel C. Moreira, Ibrahim Qaddoumi, Yichen Chen, Nickhill Bhakta, Guillermo Chantada, Victor M. Santana, Miguela A. Caniza, Meenakshi Devidas, Kathy Pritchard‐Jones, Carlos Rodríguez‐Galindo, Éric Bouffet, Sheena Mukkada

Notice bibliographique

RevuePediatric Blood & Cancer · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensSickKids FoundationHospital for Sick Children
Organismes subventionnairesAmerican Lebanese Syrian Associated Charities
Mots-clésMedicineAsymptomaticCancerDiseaseCancer registryPediatricsHematopoietic stem cell transplantationInternal medicineGlioma

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Global Registry of COVID-19 in Childhood Cancer (GRCCC) seeks to describe the natural history of SARS-CoV-2 in children with cancer across the world. Here, we report the disease course and management of coronavirus disease 2019 (COVID-19) infection in the subset of children and adolescents with central nervous system (CNS) tumors who were included in the GRCCC until February 2021, the first data freeze. PROCEDURE: The GRCCC is a deidentified web-based registry of patients less than 19 years of age with cancer or recipients of a hematopoietic stem cell transplant and laboratory-confirmed SARS-CoV-2 infection. Demographic data, cancer diagnosis, cancer-directed therapy, and clinical characteristics of SARS-CoV-2 infection were collected. Outcomes were collected at 30 and 60 days post infection. RESULTS: The GRCCC included 1500 cases from 45 countries, including 126 children with CNS tumors (8.4%). Sixty percent of the cases were from middle-income countries, while no cases were reported from low-income countries. Low-grade gliomas, high-grade gliomas, and CNS embryonal tumors were the most common CNS cancer diagnoses (67%, 84/126). Follow-up at 30 days was available for 107 (85%) patients. Based on the composite measure of severity, 53.3% (57/107) of reported SARS-CoV-2 infections were asymptomatic, 39.3% (42/107) were mild/moderate, and 6.5% (7/107) were severe or critical. One patient died from SARS-CoV-2 infection. There was a significant association between infection severity and absolute neutrophil count less than 500 (p = .04). Of 107 patients with follow-up available, 40 patients (37.4%) were not receiving cancer-directed therapy. Thirty-four patients (50.7%) had a modification to their treatment due to withholding of chemotherapy or delays in radiotherapy or surgery. CONCLUSION: In this cohort of patients with CNS tumors and COVID-19, the frequency of severe infection appears to be low, although severe disease and death do occur. We found that greater severity was seen in patients with severe neutropenia, although treatment modifications were not associated with infection severity or cytopenias. Additional analyses are needed to further describe this unique group of patients.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,325
Écart entre enseignants0,303 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Blood & CancerMême sujetCOVID-19 and healthcare impactsTravaux en français237 207