Mortality among patients with diffuse large B-cell lymphoma and mental disorders: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Mental disorders have been reported in patients with diffuse large B-cell lymphoma (DLBCL), but studies examining their association with mortality are lacking. METHODS: We conducted a population-based study using linked administrative health-care databases from Ontario, Canada. All patients with DLBCL 18 years of age or older treated with rituximab-based therapy between January 1, 2005, and December 31, 2017, were identified and followed until March 1, 2020. Mental disorders were defined as either preexisting or postdiagnosis (after lymphoma treatment initiation). Cox proportional hazards models were used to estimate the adjusted hazard ratio (HR) between mental disorders and 1-year and all-cause mortality while controlling for covariates. RESULTS: We identified 10 299 patients with DLBCL. The median age of the cohort was 67 years; 46% of patients were female, and 28% had a preexisting mental disorder. At 1-year follow-up, 892 (9%) had a postdiagnosis mental disorder, and a total of 2008 (20%) patients died. Preexisting mental disorders were not associated with 1-year mortality (adjusted HR = 1.06, 95% confidence interval [CI] = 0.96 to 1.17, P = .25), but postdiagnosis disorders were (adjusted HR = 1.51, 95% CI = 1.26 to 1.82, P = .0001). During a median follow-up of 5.2 years, 2111 (22%) patients had a postdiagnosis mental disorder, and 4084 (40%) patients died. Both preexisting and postdiagnosis mental disorders were associated with worse all-cause mortality (preexisting adjusted HR = 1.12, 95% CI = 1.04 to 1.20, P = .0024; postdiagnosis adjusted HR = 1.63, 95% CI = 1.49 to 1.79, P < .0001). CONCLUSIONS: Patients with DLBCL and mental disorders had worse short-term and long-term mortality, particularly those with postdiagnosis mental disorders. Further studies are needed to examine mental health service utilization and factors mediating the relationship between mental disorders and inferior mortality.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».