Reduced cervical cancer incidence and mortality in Canada: national data from 1932 to 2006
Notice bibliographique
Résumé
BACKGROUND: High levels of participation in cervical screening are reported in Canada from the 1970's as a result of early uptake of the Pap smear and universal Medicare. Despite recommendations to the contrary, the programs have featured early age of initiation of screening and frequent screening intervals. Other countries have achieved successful outcomes without such features. We analyzed national data to better understand mortality and incidence trends, and their relationships to screening. METHODS: The Canadian Cancer Registry, National Cancer Incidence Reporting System, and the Canadian Vital Statistics Database were used to measure mortality and incidence rates. Cases and deaths from invasive cervical cancer were classified by 5 year age groups at diagnosis and death (15 to 19 years through to 80 to 84 years), year of diagnosis (1972 to 2006), and year of death (1932 to 2006). Probabilities of developing and dying from cervical cancer were calculated for age-specific mortality and incidence. The proportion of women reporting a timely Pap test was estimated for 1978 to 2006. RESULTS: Cervical cancer mortality has declined steadily from a peak of 13.5 to 2.2 per 100,000 (83%,) between 1952 and 2006, and 71% between 1972 and 2006. Incidence of invasive cervical cancer has declined by 58% since 1972. These declines have occurred more among older age groups than younger. Invasive cervical cancer incidence and mortality is less in each successive birth cohort of women. Participation rates in screening are high especially in women under age 50. CONCLUSIONS: Despite increasing risk factors for cervical cancer, both incidence and mortality have declined over time, across age groups, and across birth cohorts. Earlier increasing mortality (1932 - 1950) was likely related to improved classification of cancers and the early subsequent reduction (1950 - 1970) to improved treatment. Recent improvements in incidence and mortality are likely due to high rates of screening. For women under age 30 years there are low rates of disease but lesser improvement related to screening.
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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».