Outcomes for lymphoid malignancies in the Nurses' Health Study (NHS) as compared to the Surveillance, Epidemiology and End Results (SEER) Program
Notice bibliographique
Résumé
Vital statistics for the lymphoid malignancies obtained from the Surveillance, Epidemiology and End Results (SEER) Program have seldom been directly compared to data from alternative national databases. While SEER is recognized as the standard, some lymphoid malignancies-especially the chronic ones--may be underreported. We compared the incidence, all-cause and cause-specific mortality for Hodgkin's lymphoma (HL), non-Hodgkin's lymphoma (NHL), multiple myeloma (MM) and chronic lymphocytic leukaemia (CLL) in SEER to that in the Nurses' Health Study (NHS), a national cohort study of 121,700 female registered nurses, matching for age and race. In over 2.5 million person-years, the incidence of HL was the same as in SEER (SIR=1.01 [0.75, 1.26]), while the incidence of NHL, CLL and MM were slightly higher. All-cause mortality was lower for the lymphoid malignancies except for MM, which was the same; there were no differences in cause-specific mortality, except for MM (HR=1.26 [1.07, 1.48]). Our analysis suggests that, at least among white women, SEER is a reliable data source with respect to lymphoid malignancies.
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 | 0,002 | 0,002 |
| 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 ».