MétaCan
Menu
Retour à la cohorte
Enregistrement W1914766264 · doi:10.1002/cncr.29301

Identification of geographic clustering and regions spared by cutaneous T‐cell lymphoma in Texas using 2 distinct cancer registries

2015· article· en· W1914766264 sur OpenAlex
Ivan V. Litvinov, Michael T. Tetzlaff, Elham Rahme, Youssef Habel, David R. Risser, Pamela Gangar, Michelle Jennings, Kevin Pehr, Víctor G. Prieto, Denis Sasseville, Madeleine Duvic

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCancer · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous lymphoproliferative disorders research
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Cancer InstituteNational Heart, Lung, and Blood InstituteNational Institutes of HealthCanadian Dermatology Foundation
Mots-clésMycosis fungoidesMedicinePopulationCancerConfidence intervalCancer registryIncidence (geometry)DemographyDatabaseLymphomaGerontologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cutaneous T-cell lymphomas (CTCLs) (mycosis fungoides and its leukemic variant, Sezary syndrome) are rare malignancies. Reports of the occurrence of mycosis fungoides in married couples and families raise the possibility of an environmental trigger for this cancer. Although it has been suggested that CTCL arises from inappropriate T-cell stimulation, to the authors' knowledge no preventable trigger has been identified to date. METHODS: Using region, zip code, age, sex, and ethnicity, the authors analyzed the demographic data of 1047 patients from Texas who were seen in a CTCL clinic at The University of Texas MD Anderson Cancer Center during 2000 through 2012 (the MDACC database) and 1990 patients who were recorded in the population-based Texas Cancer Registry between 1996 and 2010. Subsequently, data from both databases were cross-analyzed and compared. RESULTS: The current study findings, based on the MDACC database, documented geographic clustering of patients in 3 communities within the Houston metropolitan area, in which CTCL incidence rates were 5 to 20 times higher than the expected population rate. Analysis of the Texas Cancer Registry database defined the CTCL population rate for the state to be 5.8 cases per million individuals per year (95% confidence interval, 5.5-6.0 per million individuals per year), thus confirming the observations from the MDACC database and further highlighting additional areas of geographic clustering and regions spared from CTCL in Texas. CONCLUSIONS: The current study documented geographic clustering of CTCL cases in Texas and argued for the existence of yet unknown external causes/triggers for this rare malignancy.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,339
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle