Cancer incidence and mortality rates in Bermuda.
Notice bibliographique
Résumé
OBJECTIVE: To describe cancer and mortality rates in Bermuda and to compare such rates to those of the United States of America (U.S.A.). METHODS: Age-adjusted race-specific cancer incidence rates for Bermuda were calculated using the Bermuda Cancer Registry. These rates were then compared to U.S.A. cancer rates published by the National Cancer Institute. RESULTS: Overall age-adjusted incidence rate was 495 cases per 100,000 for Blacks and 527 cases per 100,000 for Whites. Incident cases were more frequent among men than women in both races. For Blacks, the highest incidences were prostate for men and breast for women, followed by colon/rectum and lung cancer. For Whites, if we exclude benign skin cancers, the picture was similar with the notable exception of lung cancer being more frequent than colon/rectum in White males. When Bermuda's rates were compared to those of the U.S.A., overall cancer rates were similar in both countries. Rates in Bermuda were higher for cancer of the mouth, ovarian cancer (Black women), melanoma (Whites), colorectal cancer (White women) and breast cancer (White women). Lung and colorectal cancers were less frequent in Bermuda's Black population. CONCLUSION: Further epidemiological studies are needed to identify potential risk factors that could contribute to these differences. Screening and prevention strategies could be adjusted accordingly.
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».