Adverse Physical Health Outcomes and Healthcare Service Utilization in Siblings of Children With Cancer: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: Siblings of children with cancer may be vulnerable to compromised long-term health. We aimed to describe the frequency (prevalence, incidence) of adverse physical health outcomes and healthcare service utilization among siblings of children with cancer and compare the risk of the above outcomes to siblings of children without cancer. METHODS: We searched Ovid MEDLINE, Embase, Cochrane Central Register of Controlled Trials, CINAHL, and Clarivate Web of Science through June 15, 2024. We included English and French-language studies, both with and without a healthy control population, that reported adverse physical health outcomes and/or healthcare service utilization outcomes among siblings of children with cancer. Studies focusing exclusively on mental health or quality of life were excluded. Abstracts were screened by two reviewers; full-text articles underwent data abstraction and risk of bias assessment. Results were synthesized descriptively. RESULTS: Of 26,570 studies screened, 44 were included. Heterogeneity was observed in all reported outcomes: mortality; cancer; organ system disease; overweight/obesity; pain; congenital anomalies; comorbidities; infections; amputations; adverse health behavior (smoking, alcohol consumption); infertility; healthcare service utilization (hospitalization, emergency department/urgent care visits, prescriptions). We detected a trend toward increased risk of cancer, hospitalizations, and prescription medication use compared to control siblings. Significant study heterogeneity rendered meta-analyses inappropriate. CONCLUSIONS: Siblings of children with cancer are likely vulnerable to various adverse health outcomes. However, the published literature is widely heterogeneous regarding study design, populations, and outcomes measurements, limiting our comprehensive analysis of risk. Future research with homogenized methodology is needed to better quantify risk, which would inform targeted surveillance guidelines and interventions.
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 | 0,008 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».