Childhood cancer presentation and initial outcomes in Ethiopia: Findings from a recently opened pediatric oncology unit
Notice bibliographique
Résumé
There were no pediatric oncology centers in southwest Ethiopia prior to 2016. This study aims to describe presenting diagnoses and initial outcomes at Jimma University Medical Center (JUMC), the first pediatric oncology unit (POU) in southwest Ethiopia, provide initial insights into regional pediatric cancer epidemiology, illustrate the rapid growth of pediatric cancer services, and highlight ongoing challenges. We used a retrospective descriptive approach to assess the epidemiologic pattern and initial treatment outcomes of pediatric cancer at JUMC POU from August 2016 through December 2022. During the study period, 749 children were diagnosed with cancer at JUMC. The mean age was 7.2 years (20 days-18 years). Acute lymphoblastic leukemia was the most common diagnosis (16.4%), followed by non-Hodgkin lymphoma (12.4%), Wilms tumor (11.1%), soft tissue sarcoma (8.8%), Hodgkin lymphoma (8.4%), and retinoblastoma (8.3%). Brain tumors accounted for only 2.7% of the diagnoses. Of the 703 patients that were not referred elsewhere, 42% of the patients abandoned treatment, 29% died, 17% completed treatment, and 7% remained on treatment at the time of this assessment. The findings emphasize the growth in the diagnosis and treatment of children with cancer in the southwest region of Ethiopia. The data suggests a different epidemiologic profile of childhood cancer cases diagnosed at the JUMC POU compared to high-income countries and neighbouring countries in Africa. Treatment abandonment remains a barrier to care. Ongoing areas of focus include establishment of a hospital-based cancer registry, reduction of treatment abandonment, improvement of diagnostic capacity, and increased access to advanced supportive care.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».