MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379338578 · doi:10.1200/jco.2023.41.16_suppl.10047

Adherence to surveillance guidelines in survivors of hodgkin lymphoma: A report from the Childhood Cancer Survivor Study (CCSS).

2023· article· en· W4379338578 sur OpenAlexaff
Jamie Shoag, Yan Chen, Yutaka Yasui, Kirsten K. Ness, Wendy M. Leisenring, Joseph Philip Neglia, Melissa M. Hudson, Kevin C. Oeffinger, Gregory T. Armstrong, Tara O. Henderson, Paul C. Nathan

Notice bibliographique

RevueJournal of Clinical Oncology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensHospital for Sick ChildrenUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerColorectal cancerSurvivorship curveInternal medicineCancerOdds ratioCohortPediatrics

Résumé

récupéré en direct d'OpenAlex

10047 Background: Pediatric Hodgkin lymphoma (HL) is a highly curable disease. However, survivors are at high risk for long-term complications of therapy. The impact of sociodemographic and clinical factors on adherence to late effects surveillance guidelines is unknown. Methods: The CCSS is a retrospective cohort with prospective follow-up of survivors diagnosed from 1970-1999. HL survivors enrolled in CCSS who responded to a 2017 questionnaire were included. We assessed adherence to the Children’s Oncology Group surveillance guidelines for cardiomyopathy, breast cancer, colorectal cancer, and skin cancer. Multivariate logistic regression was used to estimate adjusted odds ratios and 95% confidence intervals (aOR [95% CI]) for sociodemographic and clinical risk factors associated with adherence. Estimates were adjusted for area deprivation index (ADI); chronic health conditions; recent (≤2 years) routine check-up, cancer center or survivorship clinic visit; and possession of a survivorship care plan (SCP). Results: 1,380 HL survivors (45.6% male; median age 43.6 years, range 21.6-65.9 years) responded, of whom 55.5% were at elevated risk for cardiac dysfunction, 71.0% for breast cancer, 83.5% for skin cancer, and 39.4% for colorectal cancer. Of those at elevated risk, 42.7%, 19.9%, 31.3% and 48.9% were adherent to the guidelines for cardiac, breast, skin, and colorectal screening, respectively. Predictors of adherence to cardiac dysfunction guidelines were male sex (aOR 1.7 [1.1-2.6]), having children (aOR 1.6 [1.1-2.4]), recent routine checkup (aOR 4.0 [1.3-13.1]), recent visit to a cancer center or survivorship clinic (aOR 6.2 [3.9-10.0]), and possession of a SCP (aOR 3.1 [1.9-5.0]). Adherence to breast cancer guidelines was higher in those who were unmarried (aOR 2.1 [1.0-4.1]), had a recent visit to a cancer center or survivorship clinic (aOR 3.7 [2.0-7.0]), and possessed a SCP (aOR 3.5 [1.5-8.3]). Adherence to skin cancer guidelines was higher in those > 14 years at diagnosis (aOR 1.8 [1.3-2.4]), living in a low deprivation area (ADI 1-24.9) compared to a high deprivation area (ADI 75-100) (aOR 3.4 [1.9-5.9]), employed (aOR 1.8 [1.1-2.9]), > 30 years from diagnosis (aOR 2.4 [1.6-3.6]), with a recent routine check-up (aOR 3.6 [1.1-12.5]), and recent cancer care (aOR 2.4 [1.6-3.5]). Adherence to colorectal cancer guidelines was higher in those with grade 3-4 chronic health conditions (aOR 1.9 [1.1-3.3]). Conclusions: Less than 50% of HL survivors are adherent to screening guidelines. Sociodemographic risk factors are significant predictors of non-adherence, particularly to skin cancer screening guidelines. This threatens to potentiate outcome disparities among HL survivors.

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)0,004
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,226
Tête enseignante GPT0,529
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetChildhood Cancer Survivors' Quality of Life→Travaux en français237 207→