MétaCan
Menu
Retour à la cohorte
Enregistrement W2162891254 · doi:10.1093/epirev/mxq021

Measuring Mortality Reductions in Cancer Screening Trials

2011· article· en· W2162891254 sur OpenAlexafffund
James A. Hanley

Notice bibliographique

RevueEpidemiologic Reviews · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesDepartment of Epidemiology, Biostatistics and Occupational Health, McGill UniversityNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésMedicineCancerColorectal cancerBreast cancerRandomized controlled trialNatural historyClinical trialProstate cancerCancer screeningMortality rateDiseaseDemographyIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Randomized trials involving large numbers of people and long follow-up have helped measure the mortality reductions achievable by screening for cancer. However, in many of these trials, the reported reductions have been modest. Part of the reason is the inappropriate way the reductions have been calculated. Analyses have largely ignored the fact that there is a time window in the first several years after screening begins in which there cannot be a sizable mortality reduction, followed by one in which the reductions become evident, and-unless screening is continued-a third window in which mortality rates in the screened group revert to those in the unscreened group. This review uses time-specific mortality ratios to address the timing and extent of the reductions achieved in trials of screening for prostate, breast, and colorectal cancer. The author finds that the mortality reductions reported in the literature have substantially underestimated what might be accomplished with continued screening. The natural history of the disease, the frequency of screening, and the duration of follow-up determine the time patterns in the reductions observed in trials. Without appropriate analyses, results from cancer screening trials will be distorted.

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)0,343
score de la tête « metaresearch » (Gemma)0,592
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,810

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3430,592
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0030,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,767
Tête enseignante GPT0,481
Écart entre enseignants0,286 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
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

Citations43
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpidemiologic ReviewsMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207