Associations between first and second primary cancers: a population-based study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patients surviving certain types of cancer are at increased risk of a second primary cancer. We tested the hypothesis that excess risk of a second primary cancer is due mainly to excess risk of it being the same type of cancer as the first, rather than to excess risk of it being a different type. METHODS: We conducted a nationwide study using data from three dabatases for the entire Danish population (n = 7,493,705) from 1980 through 2007. For each type of cancer, we performed a nested study matching each patient with incident cancer diagnosed in that period with up to five controls who did not have the examined cancer at the time of diagnosis. We used Cox regression models to calculate individual risk estimates and meta-analysis techniques to calculate aggregated risk estimates. RESULTS: A total of 765,255 people had one or more diagnoses of primary cancer (total 843,118 diagnoses) during the study period. The aggregated hazard ratio (HR) for risk of any second primary cancer after any first cancer was 1.25 (95% confidence interval [CI] 1.24-1.26), with heterogeneity among cancer types. The aggregated HR for risk of a second primary cancer of the same type as the first was 2.16 (95% CI 1.98-2.34). The aggregated HR for risk of a second cancer of a different type from the first was 1.13 (95% CI 1.12-1.15). Results were similar when we excluded second primary cancers occurring within 1, 2, 5 or 10 years after the first cancer. Overall, we observed 74 significant associations among 27 types of first cancer and 27 possible types of second primary cancer. INTERPRETATION: Excess risk of a second primary cancer was due mainly to a 2.2-fold risk of the second cancer being the same type as the first, whereas the risk of it being a different type was only 1.1-fold. However, heterogeneity among cancer types was substantial.
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.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 découle