Musculoskeletal manifestations of childhood malignancies: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Timely diagnosis of malignancies in children is very important. Knowing the clinical manifestations of malignancies help in timely diagnosis. The aim of this study is to investigate the prevalence of musculoskeletal manifestations of malignancies in children. METHODS: we searched the manuscript databases including Scopus, Web of science, Google scholar, Medline, and Cochrane for all studies in accordance with the relevant keywords. The nine-star Newcastle-Ottawa Scale (NOS) scoring system was employed to assess the methodological quality of all eligible studies. Statistical analysis was performed using the Comprehensive Meta-Analysis (CMA) software. RESULTS: Of 96 articles initially collected by database searching, 13 articles were eligible for the final analysis. The major musculoskeletal manifestations related to childhood malignancies include bone pain, bone swelling, bone tenderness, bone fracture, vertebral collapses, joint effusion and joint tenderness. Manifestations related to these malignancies also include septic arthritis-type symptoms, osteomyelitis-type symptoms, and osteomyelitis. The overall pooled prevalence of musculoskeletal manifestations in children suffering hematopoietic tumors (acute lymphoblastic leukemia and acute myeloid leukemia) was 32.1% (95%CI: 24.0-41.3%). The overall prevalence of musculoskeletal manifestations due to neuroblastoma was also 30.5% (95%CI: 19.2-44.9%). The rate of musculoskeletal manifestations due to other childhood cancers range from 23.5 to 80.3%. CONCLUSION: A significant part of childhood malignancies are associated with musculoskeletal manifestations. Clinicians should carefully evaluate and closely follow children with musculoskeletal manifestations to timely diagnosing of malignancies. TRIAL REGISTRATION NUMBER: Not applicable.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,005 |
| Bibliométrie | 0,001 | 0,004 |
| 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 ».