Schizophrenia and Cancer: In 2010 Do We Understand the Connection?
Notice bibliographique
Résumé
OBJECTIVE: in recent years, there has been a plethora of cancer mortality and incidence data reported in schizophrenia. Despite this, there has been little focus on cancer in schizophrenia guidelines. Additionally, there have been suggestions that schizophrenia may provide inherent protection against cancer. The goal of this review is to establish, using recent data, the incidence and mortality rates for cancer in schizophrenia. METHOD: we identified systematic reviews and meta-analyses and undertook a search using the Medical Subject Headings' entry terms schizophrenia and neoplasm. RESULTS: incidence and mortality rates for cancer in schizophrenia are increased, compared with relevant general populations. Data are not uniformly reported and cohort ages tend to be young for expected cancer incidence. Despite the young cohort ages, the incidence of the major cancers-lung and breast-are substantially increased. Confounders are often not measured in the epidemiologic databases. When lung cancer is adjusted for smoking rates, there appears to be a lower risk of lung cancer than expected providing some basis to support an inherently reduced risk of cancer. There may also be a dissonance between incidence and mortality rates that suggest a prejudice against either diagnosis or treatment of these vulnerable patients. CONCLUSION: a single definitive study of schizophrenia and cancer is unfeasible, and future research will lean heavily on systematic review and meta-analysis. Researchers should report cancer data to include age and follow-up data and cohort overlap. Cancer accounts for almost an equivalent mortality as cardiovascular disease.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».