When Blood Disorders Meet Cancer: Uncovering the Oncogenic Landscape of Sickle Cell Disease
Notice bibliographique
Résumé
Sickle cell disease (SCD) is a hemoglobinopathy characterized by hemolysis, vaso-occlusion, and systemic inflammation. Epidemiological studies identified an increased risk of leukemia, especially acute myeloid leukemia (AML), in individuals with SCD, whereas data regarding other tumors are conflicting. SCD-associated AMLs frequently display high-risk features with unfavorable karyotypes and a dismal prognosis. SCD is associated with multiple phenomena linked to carcinogenesis in other contexts, including chronic inflammation, oxidative stress, ineffective erythropoiesis, accelerated hematopoietic aging, impaired tumor immunosurveillance, and increased clonal hematopoiesis. The role and respective contribution of these disease-intrinsic mechanisms in SCD remain to be studied. Although therapies used in SCD could theoretically modulate the risk of malignancies, no data exist to support an increased or reduced risk associated with their use. The most notable exception is hematopoietic stem cell transplantation and, to a lesser extent, gene therapy, for which the conditioning and/or procedure itself is known to increase the risk of leukemia. In sum, the effect of SCD on carcinogenesis is an emerging area of investigation with data supporting specificities in SCD-associated AML. Future research is required to determine the role of treatments to mitigate the increased risk and improve the outcome of SCD-associated AML.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».