Comparability of stage data in cancer registries in six countries: Lessons from the International Cancer Benchmarking Partnership
Notice bibliographique
Résumé
The International Cancer Benchmarking Partnership is investigating cancer survival differences between six high-income nations using population-based cancer registry data. Differences in overall survival are often explained by differences in the stage at diagnosis and stage-specific survival. Comparing stage at diagnosis using cancer registry data is challenging because of different regional practices in defining stage, despite the existence of international staging classifications such as TNM. This paper describes how stage data may be reconciled for international analysis. Population-based cancer registry data were collected for 2.4 million adults diagnosed with colorectal, lung, breast (women) or ovarian cancer during 1995-2007 in Australia, Canada, Denmark, Norway, Sweden and the United Kingdom. The stage data received were coded to a variety of international systems, including the TNM classification, Dukes' for colorectal cancer, FIGO for ovarian cancer, and to national "localised, regional, distant" categorisations. To optimise comparability for analysis, a rigorous and repeatable process was defined to produce a final stage variable for each patient. An algorithm was also defined to map TNM, Dukes' and FIGO to a "localised, regional, distant" categorisation. We recommend how stage data should be recorded and processed to optimise comparability in population-based international comparisons of stage-specific cancer outcomes. The process we describe to produce comparable stage data forms a benchmark for future research. The algorithm to convert between TNM and a "localised, regional, distant" categorisation should be valuable for international studies, until global consensus is achieved to adhere to a single staging system like TNM.
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 | 0,572 | 0,713 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».