Gender- and ethnicity-specific survival trends of oral cavity and oropharyngeal cancers in British Columbia
Notice bibliographique
Résumé
INTRODUCTION: A shift in etiology of oral cancers has been associated with a rise in incidence for oropharyngeal cancers (OPC) and decrease for oral cavity cancers (OCC); however, there is limited information about population-based survival trends. We report epidemiological transitions in survival for both OPC and OCC from a population-based cancer registry, focusing upon gender and ethnic differences. METHODS: All primary oral cancers diagnosed between 1980 and 2005 were identified from the British Columbia Cancer Registry and regrouped into OPC and OCC by topographical subsites, time periods (1980-1993 and 1994-2005), stage at diagnosis, and ethnicity. Cases were then followed up to December 2009. Using gender-based analysis, actuarial life tables were used to calculate survival rates, which were compared using Kaplan-Meier curves and log-rank tests. RESULTS: For OPC, survival improved, significant for tonsil and base of tongue in men and marginally significant at base of tongue in women. This improvement occurred in spite of an increase in late-stage diagnosis for OPC in both genders. Interestingly, there was no difference in survival for early- and late-stage disease for OPC in men. For OCC, there was a decrease in survival for floor of mouth cancers in both genders although significant in women only. South Asians had the poorest survival for OCC in both genders. CONCLUSION: Survival for OPC improved, more dramatically in men than women, in spite of late-stage diagnosis and increasing nodal involvement. Given the poor survival rates and need for early detection, targeted OCC screening programs are required for South Asians.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».