MétaCan
Menu
Retour à la cohorte
Enregistrement W2163168290

An Exponential Model for Melanoma Mortality Trends

2013· article· en· W2163168290 sur OpenAlexvenueno aff
Örjan Hallberg

Notice bibliographique

RevueInternational Journal of Statistics in Medical Research · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographyIncidence (geometry)PopulationMortality rateCancerMelanomaExponential growthAge groupsMedicineMathematicsInternal medicineCancer research
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cancer incidence and mortality trends in the Nordic countries show that most cancer types have been increasing for a long time, while a few show decreasing trends. The object of this study was to investigate melanoma mortality trends to see if there is a specific year for the trend breaks, possibly indicating a common causing factor affecting most of the population from the same time. The results clearly show that melanoma mortality started to increase exponentially by the time lived as an adult since 1955 and that the trends easily can be modeled and used for projection purpose. The findings are in support of earlier studies, suggesting reduced or temporarily disturbed DNA repair capacity due to a population-wide environmental change to be the main cause to increasing cancer rates in general, and increasing melanoma incidence and mortality in particular. th century. Traditionally, increased sun tanning habits have been blamed as the main cause of this public health problem. However, the mortality has stabilized among younger age groups while continued to increase in an exponential way among the older groups. This fact suggests that the melanoma risk suddenly increased for the whole population and that those younger age groups, having lived all their lives in this new environment, then should be expected to show a mortality level stabilizing at a higher level. In order to better understand the trends noticed, we wanted to make a trend model considering a specific year for the start of the mortality increase, the exponential function used and the age at which the mortality increase takes action. METHODS We conducted a detailed analysis of age-specific melanoma mortality rates from 1952 to the present in order to investigate if a specific trend break year was associated with each age-specific trend line. We further investigated whether such trend break years would identify a specific year from which the whole population of Sweden might have been exposed to new environmental factors that may have increased or decreased cancer rates over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,103
Tête enseignante GPT0,479
Écart entre enseignants0,376 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics in Medical ResearchMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207