Characterizing the cutaneous late effects of allogeneic hematopoietic stem cell transplantation: A systematic review
Notice bibliographique
Résumé
BACKGROUND: There is a well-documented risk of secondary cutaneous malignancies following allogeneic hematopoietic stem cell transplant (HSCT), but data on risk in pediatric populations are limited. The objective of this study is to perform a systematic review of reported features and outcomes of skin cancers in pediatric allogeneic HSCT recipients. METHODS: MEDLINE, EMBASE, CINAHL, Cochrane, and Web of Science were systematically searched (Prospero CRD42022342139). Studies reporting cutaneous cancer outcomes were included if the age at transplant was ≤19 years. Titles, abstracts, and full-text articles were screened in duplicate. RESULTS: Out of 824 citations that were screened, 12 articles were selected for analysis. The final sample included 67 pediatric HSCT recipients, comprising 65 allogeneic transplant recipients and 2 cases of HSCT with an unknown donor type. The median age at transplant and skin cancer diagnosis were 7.4 and 13 years, respectively. Out of the 67 pediatric HSCT recipients, some patients developed more than one lesion, resulting in 71 lesions. The most common skin cancer type was cutaneous squamous cell carcinoma (32 lesions), followed by basal cell carcinoma (25 lesions). The median latency period between HSCT and skin cancer diagnosis ranged from 0 to 29 years. Identified risk factors for skin cancers included younger age at the time of transplant, exposure to total body irradiation, prolonged post-transplant immunosuppression, graft versus host disease, and sunburn. CONCLUSION: Skin cancers are reported in pediatric allogeneic HSCT recipients, and the risk appears to be increased. More data are needed to better characterize this risk.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 ».