Stage at diagnosis and survival by stage for the leading childhood cancers in Rwanda
Notice bibliographique
Résumé
BACKGROUND: The lack of accurate population-based information on childhood cancer stage and survival in low-income countries is a barrier to improving childhood cancer outcomes. METHODS: In this study, data from the Rwanda National Cancer Registry (RNCR) were examined for children aged 0-14 diagnosed in 2013-2017 for the eight most commonly occurring childhood cancers: acute lymphoblastic leukaemia, Hodgkin lymphoma (HL), Burkitt lymphoma (BL), non-Hodgkin lymphoma excluding BL, retinoblastoma, Wilms tumour, osteosarcoma and rhabdomyosarcoma. Utilising the Toronto Childhood Cancer Stage Guidelines Tier 1, the study assigned stage at diagnosis to all, except HL, and conducted active follow-ups to calculate 1-, 3- and 5-year observed and relative survival by cancer type and stage at diagnosis. RESULTS: The cohort comprised 412 children, of whom 49% (n = 202) died within 5 years of diagnosis. Five-year survival ranged from 28% (95% confidence interval [CI]: 12.5%-45.6%) for BL to 68% (CI: 55%-78%) for retinoblastoma. For the cancers for which staging was carried out, it was assigned for 83% patients (n = 301 of 362), with over half (58%) having limited or localised stage at diagnosis. Stage was a strong predictor of survival; for example, 3-year survival was 70% (95% CI: 45.1%-85.3%) and 11.8% (2.0%-31.2%) for limited and advanced non-HL, respectively (p < .001). CONCLUSION: This study is only the second to report on stage distribution and stage-specific survival for childhood cancers in sub-Saharan Africa. It demonstrates the feasibility of the Toronto Stage Guidelines in a low-resource setting, and highlights the value of population-based cancer registries in aiding our understanding of the poor outcomes experienced by this population.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».