Risk Factors for Long-Term Kidney Outcomes in Childhood Cancer Survivors
Notice bibliographique
Résumé
Background: Childhood cancer survivor (CCS) follow-up guidelines are unclear on how to risk-stratify for and ascertain long-term kidney outcomes (KO). We evaluated the relation of patient/treatment factors with KO in CCS up to 4 years post-therapy. Methods: Prospective, national data (secondary use: Cancer in Young People in Canada database; CCS, ≤15-years-old at cancer diagnosis post Jan 1, 2001; 17 centers). Excluded: no birth date/sex; died on treatment. Outcome: KO (included hypertension, nephritis, Fanconi syndrome, CKD, AKI, fluid retention, kidney atrophy, high creatinine, low GFR, kidney stone/abscess, thrombotic microangiopathy; selection adjudicated by two authors). Univariable and multivariate logistic regression was used to evaluate independent risk factors for KO. Results: 18,065 CCS included (178 with KO [1%] vs. 17,818 no KO). Age(p=0.42), sex(p=0.96), ethnicity(p=0.41), income quintile(p=0.46), main cancer diagnosis(p<0.001), abdominal radiation during therapy p=0.66), graft vs. host disease (GVHD) (p<0.004), number of hematopoietic stem cell transplants (HSCT)(p<0.001), center geography(p<0.001) and home distance from center(p=0.54) were evaluated in univariable analyses for association with KO. Adjusted analyses(Fig): More HSCT and kidney or hepatic tumor (vs. leukemia/lymphoma) were associated with higher adjusted odds of KO; East/West Canada (vs. Central) and other cancer diagnoses (shown, Fig) were associated with lower adjusted odds of KO. Conclusions: Number of HSCT and cancer type are associated with KO in CCS. KO recording is suboptimal, speaking to lack of awareness and unclear CCS kidney health guidelines. We will use our data to initiate knowledge translation with child oncology stakeholders, explore barriers/facilitators to kidney health monitoring and improve current follow-up guidelines.
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 | 0,001 | 0,003 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».