Comparison of nonbreast cancer incidence, survival and mortality between breast screening program participants and nonparticipants
Notice bibliographique
Résumé
Comparisons of cancer mortality between users and nonusers of screening are potentially biased because of the effects of self-selection. Previous studies of breast screening have found that individuals likely to participate have lower breast cancer mortality than those unlikely to participate. This study compares the incidence, survival and mortality for all cancer types other than breast between participants and nonparticipants in a service screening mammography program. British Columbian females having their first mammogram between the ages of 40 and 79 and the years 1988 and 2004 were identified as a cohort of "participants". Person-years of follow-up of participants were aggregated by age and year. Nonparticipant person-years were obtained by subtraction from the total female population. Cancer diagnoses other than breast were identified for participants and nonparticipants. Age, calendar year, and income adjusted relative risks of cancer incidence were estimated from generalized additive models with Poisson errors. Hazard ratios were estimated by Cox regression. Observed cancer mortality in participants was compared with expected mortality generated from nonparticipant incidence and survival rates. Incidence rates of cancer showed a mixed relationship with some elevated, some decreased and others similar to nonparticipant rates. Cancer survival was higher among participants for most cancer types, with an overall hazard ratio of 0.76 (0.73-0.79). Observed mortality in participants was less than expected for most cancers, with an overall mortality ratio of 0.60 (0.58-0.62). The general cancer experience of screening program participants is different from that of the general population.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».