MétaCan
Menu
Retour à la cohorte
Enregistrement W2097324044 · doi:10.24095/hpcdp.32.3.03

Trends in incidence of childhood cancer in Canada, 1992–2006

2012· article· en· W2097324044 sur OpenAlexafffundvenueabout
Debjani Mitra, Amanda Shaw, Kayla Hutchings

Notice bibliographique

RevueChronic diseases and injuries in Canada · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesKillam TrustsPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineIncidence (geometry)CancerDemographyPopulationCancer registryResidenceConfidence intervalPediatricsChildhood cancerDiseaseEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Cancer is the leading cause of disease-related death in children aged 1 to 14 years in Canada. Despite the importance to public health of childhood cancer, there have been few reports on Canadian trends published in the peer-reviewed literature. This study examines childhood cancer trends by age, sex, and province of residence using the most current cancer registration data. METHODS: Data from the population-based Canadian Cancer Registry were used to compute incidence trends in primary cancers diagnosed between 1992 and 2006 in children (0-14 years) for the 12 major diagnostic groups of the International Classification of Childhood Cancer, 3rd Edition. RESULTS: Between 1992 and 2006, incidence rates for all cancers remained stable, although trends varied by cancer type. We observed a significant decrease in retinoblastoma in boys for the entire period (-6.5% per year) and an increase in leukemia from 1992 to 1999 (+3.5% per year). In girls, there was a significant decrease in renal tumours from 1998 to 2006 (-5.7% per year) and an increase in hepatic tumours from 1997 to 2006 (+8.1% per year). Differences by age and province were also apparent. Some caution should be exercised when interpreting trends involving a small number of cases per year and those with wide 95% confidence intervals. CONCLUSIONS: Our findings suggest an ongoing need for population-based surveillance and etiologic research.

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 enseignants0,036
Score d'incertitude au seuil0,263

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,264
Écart entre enseignants0,258 · 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

Citations26
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueChronic diseases and injuries in CanadaMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207