Risk of <scp>COVID</scp>‐19 death for people with a pre‐existing cancer diagnosis prior to <scp>COVID</scp>‐19‐vaccination: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract While previous reviews found a positive association between pre‐existing cancer diagnosis and COVID‐19‐related death, most early studies did not distinguish long‐term cancer survivors from those recently diagnosed/treated, nor adjust for important confounders including age. We aimed to consolidate higher‐quality evidence on risk of COVID‐19‐related death for people with recent/active cancer (compared to people without) in the pre‐COVID‐19‐vaccination period. We searched the WHO COVID‐19 Global Research Database (20 December 2021), and Medline and Embase (10 May 2023). We included studies adjusting for age and sex, and providing details of cancer status. Risk‐of‐bias assessment was based on the Newcastle‐Ottawa Scale. Pooled adjusted odds or risk ratios (aORs, aRRs) or hazard ratios (aHRs) and 95% confidence intervals (95% CIs) were calculated using generic inverse‐variance random‐effects models. Random‐effects meta‐regressions were used to assess associations between effect estimates and time since cancer diagnosis/treatment. Of 23 773 unique title/abstract records, 39 studies were eligible for inclusion (2 low, 17 moderate, 20 high risk of bias). Risk of COVID‐19‐related death was higher for people with active or recently diagnosed/treated cancer (general population: aOR = 1.48, 95% CI: 1.36‐1.61, I 2 = 0; people with COVID‐19: aOR = 1.58, 95% CI: 1.41‐1.77, I 2 = 0.58; inpatients with COVID‐19: aOR = 1.66, 95% CI: 1.34‐2.06, I 2 = 0.98). Risks were more elevated for lung (general population: aOR = 3.4, 95% CI: 2.4‐4.7) and hematological cancers (general population: aOR = 2.13, 95% CI: 1.68‐2.68, I 2 = 0.43), and for metastatic cancers. Meta‐regression suggested risk of COVID‐19‐related death decreased with time since diagnosis/treatment, for example, for any/solid cancers, fitted aOR = 1.55 (95% CI: 1.37‐1.75) at 1 year and aOR = 0.98 (95% CI: 0.80‐1.20) at 5 years post‐cancer diagnosis/treatment. In conclusion, before COVID‐19‐vaccination, risk of COVID‐19‐related death was higher for people with recent cancer, with risk depending on cancer type and time since diagnosis/treatment.
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 | 0,008 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,030 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».