MétaCan
Menu
Retour à la cohorte
Enregistrement W4417018128 · doi:10.1182/blood-2025-4556

Long-term risk and racial disparities in second primary malignancies among diffuse large B-cell lymphoma survivors: A SEER-based analysis MP-SIR analysis (2000–2022)

2025· article· en· W4417018128 sur OpenAlexaff
Priyanka Nagdev, Sajed Salem, Alexandre Matboui, Juba Sait

Notice bibliographique

RevueBlood · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMyeloid leukemiaIncidence (geometry)LeukemiaLymphomaEsophagusCancerEpidemiologyOdds ratio

Résumé

récupéré en direct d'OpenAlex

Abstract Background Diffuse large B-cell lymphoma (DLBCL) is the most common aggressive non-Hodgkin lymphoma. With more patients surviving initial therapy, the risk of second primary malignancies (SPMs) is an important survivorship concern. We evaluated overall, site-specific, and racial patterns of SPM risk among DLBCL survivors using a population-based dataset. Methods Using SEER 18 registries (2000–2022), we performed a Multiple Primary–Standardized Incidence Ratio (MP-SIR) analysis. Standardized incidence ratios (SIRs) with 95% confidence intervals (CIs) were calculated overall, by latency (6–11, 12–59, 60–119, ≥120 months), cancer site, and race. All reported SIRs with CIs were considered statistically significant at p < 0.05. Results Among 83,014 survivors contributing over 533,000 person-years, 9,989 SPMs were observed versus 7,588 expected (SIR 1.32; 95% CI: 1.29–1.34). Risk peaked at 6–11 months (SIR 1.44; 95% CI: 1.34–1.54) and persisted across 12–59 months (SIR 1.34), 60–119 months (SIR 1.28), and ≥120 months (SIR 1.30). Hematologic malignancies had the greatest excess: Hodgkin lymphoma (SIR 8.57; 95% CI: 7.25–10.07), acute myeloid leukemia (SIR 6.29; 95% CI: 5.71–6.90), acute monocytic leukemia (SIR 7.07; 95% CI: 4.43–10.7), and chronic myeloid leukemia (SIR 2.21; 95% CI: 1.71–2.81). Among solid tumors, high-risk sites included anus (SIR 2.81; 95% CI: 2.23–3.50), salivary gland (SIR 2.79; 95% CI: 2.14–3.58), thyroid (SIR 2.16; 95% CI: 1.88–2.46), tongue (SIR 1.62; 95% CI: 1.31–1.98), stomach (SIR 1.51; 95% CI: 1.30–1.74), liver (SIR 1.67; 95% CI: 1.46–1.91), esophagus (SIR 1.28; 95% CI: 1.05–1.55), kidney (SIR 1.20; 95% CI: 1.08–1.35), and melanoma of the skin (SIR 1.23; 95% CI: 1.12–1.35). Racial disparities were marked: White (SIR 1.29; 95% CI: 1.27–1.32), Black (SIR 1.37; 95% CI: 1.26–1.48), American Indian/Alaska Native (SIR 1.96; 95% CI: 1.45–2.59), and Asian/Pacific Islander (SIR 1.57; 95% CI: 1.45–1.69). All reported site-specific risks were statistically significant (p < 0.05). Conclusion DLBCL survivors experience a sustained, clinically significant excess risk of SPMs extending beyond a decade, driven by secondary hematologic malignancies and high-risk solid tumors of the gastrointestinal tract, endocrine system, and head and neck. Pronounced racial disparities highlight the urgent need for risk-adapted surveillance and equitable survivorship care strategies. Impact Statement: DLBCL survivors face a persistent and clinically significant excess risk of second primary malignancies beyond 10 years, including high-risk solid tumors and hematologic malignancies. Pronounced racial disparities underscore the urgent need for equitable, risk-adapted survivorship strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetMultiple and Secondary Primary CancersTravaux en français237 207