MétaCan
Menu
Retour à la cohorte
Enregistrement W2069358051 · doi:10.1002/ijc.10427

Time trends incidence of both major histologic types of esophageal carcinomas in selected countries, 1973–1995

2002· article· en· W2069358051 sur OpenAlexaboutno aff
A. Paloma Vizcaino, Vı́ctor Moreno, René Lambert, D. Maxwell Parkin

Notice bibliographique

RevueInternational Journal of Cancer · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueEsophageal Cancer Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)MedicineDemographyCohortEsophagusEsophageal cancerCohort effectCancerCohort studyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The purpose of our study was to examine the incidence patterns of 2 major histologic types of esophageal cancer, in selected countries world-wide and to identify components of birth cohort, period and age as determinants of observed time trends using regression modeling. The roles of temporal changes in specification of histology of tumors and of classification of cancers at the gastroesophageal junction as esophageal or gastric in origin were taken into consideration. In all, 56,426 esophageal cancer cases were included. The results indicate that the incidence rate of squamous cell carcinoma of the esophagus has been relatively stable in most of the countries analyzed, although increasing trends were observed in Denmark and the Netherlands (Eindhoven) among men and in Canada, Scotland and Switzerland among women. There was a significant increase in the incidence of esophageal adenocarcinomas in both sexes in the United States (among whites and blacks), Canada and South Australia and in 6 European countries (Scotland, Denmark, Iceland, Finland, Sweden and Norway). In France the increase was limited to men and in Switzerland the increase was observed only in women. Modeling was unable to distinguish which trends were the results of changes in risk between generations (as cohort effects), or changes in all age groups simultaneously (as a period effect).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,321
Écart entre enseignants0,303 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations430
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CancerMême sujetEsophageal Cancer Research and TreatmentTravaux en français237 207