Lessons Learnt in the First Year of an Australian Pediatric Cardio Oncology Clinic
Notice bibliographique
Résumé
Abstract Background: Modern oncological therapies together with chemotherapy and radiotherapy have broadened the agents that can cause cardiac sequelae, which can manifest for pediatric oncology patients while on active treatment. Recommendations for high-risk patients who should be monitored in a pediatric cardio-oncology clinic have previously been developed by expert Delphi consensus by our group. In 2022 we opened our first multidisciplinary pediatric cardio-oncology clinic adhering to these recommendations in surveillance and management. Objectives: Our pediatric cardio-oncology clinic aimed to: (i) Document cardiovascular toxicities observed within a pediatric cardio-oncology clinic and (ii) Evaluate the applicability of the Australian and New Zealand Pediatric Cardio-Oncology recommendations. Methods: Monthly multidisciplinary cardio-oncology clinics were conducted in an Australian tertiary pediatric hospital. Structured standardised approaches to assessment were built into the electronic medical record (EMR). All patients underwent baseline echocardiogram and electrocardiogram assessment together with vital signs in conjunction with standard history and examination. Results: Nineteen (54%) individuals had a documented cardiovascular toxicity or pre-existing risk factor prior to referral. The two most common cardiovascular toxicities documented during clinic review included Left Ventricular Dysfunction (LVD) and hypertension. Of note 3 (8.1%) patients had CTCAE grade III LVD. An additional 10 (27%) patients reviewed in clinic had CTCAE grade I hypertension. None of these patients had hypertension noted within their referral. Cascade testing for cardiac history was warranted in 2 (5.4%) of patients. Conclusions: Pediatric cardio-oncology clinics are likely beneficial to documenting previously unrecognised cardiotoxicity and relevant cardiac family histories, whilst providing an opportunity to address lifestyle risk factors.
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».