MétaCan
Menu
Retour à la cohorte
Enregistrement W4413440741 · doi:10.1093/jnci/djaf127

Mortality after colorectal cancer among survivors of childhood cancer

2025· article· en· W4413440741 sur OpenAlexaff
Ajay Major, Joanne F. Chou, Helen Lam, Lucie M. Turcotte, Wendy M. Leisenring, Yutaka Yasui, Joseph P. Neglia, Michael Curry, Rebecca M. Howell, Kevin C. Oeffinger, Paul C. Nathan, Chaya S. Moskowitz, Tara O. Henderson

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensHospital for Sick ChildrenPrincess Margaret Cancer Centre
Organismes subventionnairesNational Cancer InstituteAmerican Lebanese Syrian Associated CharitiesMemorial Sloan-Kettering Cancer Center
Mots-clésCancerColorectal cancerMedicineOncologyChildhood cancerDemographyInternal medicineSociology

Résumé

récupéré en direct d'OpenAlex

Mortality after diagnosis of colorectal subsequent malignant neoplasms (CRC-SMN) among childhood cancer survivors is understudied. Using data from the Childhood Cancer Survivor Study (CCSS) and the Surveillance, Epidemiology, and End Results (SEER) program, we compared all-cause mortality of survivors with CRC-SMN with survivors without CRC-SMN and CRC patients in the general population without a childhood cancer history. Among 25 656 childhood cancer survivors, 96 developed CRC-SMN, with 50% diagnosed before age 40 years and 19% before age 30 years. Of those diagnosed before age 40 years, 35% had no prior abdominal- or pelvic-directed radiation therapy. The cumulative incidence of CRC-SMN in CCSS survivors was 0.7% (95% CI = 0.5% to 0.9%) by age 45 years and 1.1% (95% CI = 0.8% to 1.4%) by age 50 years. There were 31 deaths after CRC-SMN. Adjusted all-cause mortality was threefold higher (hazard ratio [HR] = 3.34, 95% CI = 2.25 to 4.59) than for survivors without CRC and statistically significantly higher for survivors diagnosed younger than age 30 years compared with SEER CRC patients (HR = 2.51, 95% CI = 1.29 to 4.89).

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,365
Écart entre enseignants0,331 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207