Severe hypoglycaemia in paediatric oncology: characterisation and risk factors
Notice bibliographique
Résumé
OBJECTIVES: Primary objective was to describe the cumulative incidence of severe hypoglycaemia in paediatric patients with cancer. Secondary objectives were to determine risk factors for severe hypoglycaemia and to describe its clinical course and management. METHODS: In this single institution retrospective study, for the cumulative incidence cohort, we included cancer diagnosis and hypoglycaemia episodes between June 2018 and November 2021. For the chart review cohort, we included cancer diagnosis January 2009-November 2021 and hypoglycaemia episodes June 2018-November 2021. RESULTS: There were 1237 cancer diagnoses and 142 patients with severe hypoglycaemia in the cumulative incidence cohort. Cumulative incidence at 6 months after cancer diagnosis was 9.4% (95% CI 7.7% to 11.0%). Severe hypoglycaemia incidence significantly increased over time (r=0.77, p=0.004). Independent risk factors were age at diagnosis (HR 0.88, 95% CI 0.85 to 0.91); acute lymphoblastic leukaemia (HR 3.06, 95% CI 2.19 to 4.29) and relapse (HR 9.54, 95% CI 3.83 to 23.76). There were 4672 cancer diagnoses and 267 episodes of severe hypoglycaemia in the chart review cohort. CONCLUSIONS: The cumulative incidence of severe hypoglycaemia 6 months after cancer diagnosis was 9.4%. Severe hypoglycaemia increased over time. Younger patients, those with acute lymphoblastic leukaemia and those with a history of disease relapse, were at higher risk of severe hypoglycaemia.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».