Cancer Risk and Mortality in Hospitalized Patients With Idiopathic Inflammatory Myopathies in Western Australia
Notice bibliographique
Résumé
Objective To compare cancer incidence, type, and survival between patients with idiopathic inflammatory myopathies (IIMs) in Western Australia (WA) and the general population. Methods Administrative health data for hospitalized patients with incident IIM (n = 803, 56.5% female, median age 62.0 yrs), classified by a validated algorithm as polymyositis (PM; 36.2%), dermatomyositis (DM; 27.4%), inclusion body myositis (IBM; 17.1%), overlap myositis (OM; 10.7%), and other IIM (8.6%), were linked to WA cancer and death registries for the period of 1980 to 2014. Cancer incidence rates (CIRs) before and after IIM diagnosis as well as cancer mortality were compared with age-, sex-, and calendar year–matched controls (n = 3225, 54.9% female, median age 64 yrs) by rate ratios (RRs) and Kaplan-Meier survival estimates. Results The prediagnosis CIR was similar for patients with IIM and controls (6.57 vs 5.95; RR 1.11, 95% CI 0.88-1.39) and for patients evolving to DM (n = 220) or other IIM subtypes (6.59 vs 6.56; RR 1.01, 95% CI 0.38-3.69). During follow-up, CIR was higher for all DM (4.05, 95% CI 3.04-5.29), with increased CIR for lung cancer vs controls (1.05 vs 0.33; RR 3.18, 95% CI 1.71-5.47). Cancer post diagnosis shortened life span by 59 months for patients with IIM (103 vs 162 months,P< 0.01), but reduced survival rates were observed only in patients with DM and IBM. Conclusion Cancer risk was not increased prior to IIM, but CIR for lung cancer was increased following DM diagnosis. As cancer reduced survival only in patients with DM and IBM, these data support a strategy of limited cancer screening in IIM.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».