MétaCan
Menu
Retour à la cohorte
Enregistrement W4416607823 · doi:10.3389/fped.2025.1667636

Neonatal phototherapy and cancer risk: a systematic review and meta-analysis

2025· review· en· W4416607823 sur OpenAlexaff
Sloane Freeman, Charles Keown‐Stoneman, Thivia Jegathesan, Michael Sgro

Notice bibliographique

RevueFrontiers in Pediatrics · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal Health and Biochemistry
Établissements canadiensPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésCancerMEDLINERisk assessmentChildhood cancer

Résumé

récupéré en direct d'OpenAlex

Objective To evaluate the risk of cancer after phototherapy for neonatal hyperbilirubinemia. Study design This was a systematic review and meta-analysis. Electronic databases, including PubMed, Embase, and Cochrane Library, were searched. Prospective and retrospective studies, case series, and review studies published between 1970 and 2025 were included. Studies underwent two stages of screening. The first phase was title and abstract screening. The second phase was a full-text review of studies deemed to meet the inclusion criteria. Risk of bias was assessed using ROBINS-E. Inverse-variance weighted multi-level random effects models were used for all analyses. Results This systematic review and meta-analysis included 15 studies. Risk of bias was low in eight studies, one study was judged to have some concerns, and six studies were determined to have a high risk of bias. A total of 6,675,265 patient data points were included. Studies ranged from 1995–2022, with an age group from 35 weeks to 31 years old. Overall, there was an estimated 24% increased odds of cancer for those who received phototherapy compared to those who did not [OR = 1.24; 95% CI: (1.12, 1.36); p < 0.001]. Conclusions Phototherapy for neonatal hyperbilirubinemia was associated with a small increased risk of cancer up to age 31 years. This association must be balanced by the well-understood risk of Bilirubin-Induced Neurologic Dysfunction.

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)0,015
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,039
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,351
Écart entre enseignants0,326 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PediatricsMême sujetNeonatal Health and BiochemistryTravaux en français237 207