MétaCan
Menu
Retour à la cohorte
Enregistrement W4404018613 · doi:10.22541/au.173070381.16395030/v1

Maternal and Fetal Outcomes in Pregnant Women with Lung Cancer: A Population-Based Study on 9 million pregnancies and 40 cases of lung cancer

2024· preprint· en· W4404018613 sur OpenAlexaff
Samantha Jacobson, Ahmad Badeghiesh, Haitham Baghlaf, Noah Margolese, Michael H. Dahan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensMcGill UniversityUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerObstetricsPregnancyPlacenta previaOdds ratioCancerPopulationGynecologyDiabetes mellitusFetusPlacentaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Lung cancer during pregnancy is exceptionally rare, with only 93 reported cases from 1953 to 2024. Our study identified 40 cases of lung cancer during pregnancy from a 9 million patient database, contributing to a total to 133 documented instances in the literature, and the only powered case series. Using the HCUP-NIS database (2004-2014), we conducted a retrospective analysis comparing maternal and fetal outcomes in women with and without lung cancer. Results showed that pregnant women with lung cancer were older and had higher rates of smoking, chronic hypertension, and pregestational diabetes (P<0.01, all). Significant risks included placenta previa (OR: 5.67, 95% CI:1.36-23.65, p=0.017), abruptio placenta (OR: 4.99, 95% CI: 1.49-16.74, p=0.009), operative vaginal delivery (OR: 4.88, 95% CI: 2.14-11.11, p<0.001), and transfusion (OR: 8.92, 95% CI: 3.28-24.28, p<0.001). They also have markedly higher odds of venous thromboembolism (OR:21.83, 95% CI: 2.92-163.47, p<0.001), disseminated intravascular coagulation (OR: 8.45, 95% CI: 1.14-62.42, p=0.04), and maternal death (OR: 195.02, 95% CI: 40.61-936.55, p<0.001), highlighting the necessity for specialized care and further research into this rare and complex condition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,328
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCancer Risks and FactorsTravaux en français237 207