Incidence patterns for ependymoma: a Surveillance, Epidemiology, and End Results study
Notice bibliographique
Résumé
OBJECT: Previous small studies disagree about which clinical risk factors influence ependymoma incidence. The authors analyzed a large, population-based cancer registry to examine the relationship of incidence to patient age, sex, race, and tumor location, and to determine incidence trends over the past 3 decades. METHODS: Data were obtained from the Surveillance, Epidemiology, and End Results (SEER-9) study, which was conducted from 1973 to 2003. Histological codes were used to define ependymomas. Age-adjusted incidence rates were compared by confidence intervals in the SEER*Stat 6.2 program. Multiplicative Poisson regression and Joinpoint analysis were used to determine annual percentage change and to look for sharp changes in incidence, respectively. RESULTS: From the SEER database, 1402 patients were identified. The incidence rate per 100,000 person-years was significantly higher in male than in female patients (males 0.227 +/- 0.029, females 0.166 +/- 0.03). For children, the age at diagnosis differed significantly by tumor location, with the mean age for patients with infratentorial tumors calculated as 5 +/- 0.4 years; for supratentorial tumors it was 7.77 +/- 0.6 years, and for spinal lesions it was 12.16 +/- 0.8 years. (Values are expressed as the mean +/- standard error [SE].) Adults showed no difference in the mean age of incidence by location, although most tumors in this age group were spinal. Between 1973 and 2003, the incidence increased significantly among adults but not among children, and there were no sharp changes at any single year, both before and after age adjustment. CONCLUSIONS: Males have a higher incidence of ependymoma than do females. A biological explanation remains elusive. Ependymoma occurs within the CNS at distinct locations at different ages, consistent with hypotheses postulating distinct populations of radial glial stem cells within the CNS. Ependymoma incidence appears to have increased over the past 3 decades, but only in adults.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».