Geographical variation in the incidence of childhood leukaemia in <scp>M</scp>anitoba
Notice bibliographique
Résumé
BACKGROUND: Identification of geographical areas and ecological factors associated with higher incidence of childhood leukaemias can direct further study for preventable factors and location of health services to manage such individuals. AIM: The aim of this study was to describe the geographical variation and the socio-demographic factors associated with childhood leukaemia in Manitoba. METHODS: Information on childhood leukaemia incidence between 1992 and 2008 was obtained from the Canadian Cancer Registry and the socio-demographic characteristics for the area of residence from the 2006 Canadian Census. Bayesian spatial Poisson mixed models were used to describe the geographical variation of childhood leukaemia and to determine the association between childhood leukaemia and socio-demographic factors. RESULTS: The south-eastern part of the province had a higher incidence of childhood leukaemia than other parts of the province. In the age and sex-adjusted Poisson regression models, areas with higher proportions of visible minorities and immigrant residents had higher childhood leukaemia incidence rate ratios. In the saturated Poisson regression model, the childhood leukaemia rates were higher in areas with higher proportions of immigrant residents. Unemployment rates were not a significant factor in leukaemia incidence. CONCLUSION: In Manitoba, areas with higher proportions of immigrants experience higher incidence rates of childhood leukaemia. We have identified geographical areas with higher incidence, which require further study and attention.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».