Clues to the aetiological heterogeneity of testicular seminomas and non-seminomas: time trends and age-period-cohort effects
Notice bibliographique
Résumé
BACKGROUND: Most previous epidemiological studies have treated testicular cancer as a single entity. However, some investigators suggest that testicular seminomas and non-seminomas may have different risk profiles. We examine the time trends in incidence of the two main histological types separately. METHODS: From 1970 through 1995, 7296 cases of testicular cancer were registered in the Canadian provinces of Ontario, Saskatchewan and British Columbia. In addition to analyses of the secular trends by age group and birth cohort, an age-period-cohort (APC) model with standard Poisson assumptions was fitted to the data to assess the time effects. RESULTS: The age-adjusted incidence rate for seminomas increased by 53%, from 1.5 per 100 000 males in 1970-1971 to 2.3 per 100 000 males in 1994-1995. Non-seminomas increased by 91%, from 1.1 to 2.1 per 100 000 males over the same period. Non-seminomas were more frequent at young ages whereas seminomas dominated in older ages. In contrast to seminomas, non-seminomas occurred predominantly among adolescent men (15-19 years), with a fourfold increase between 1970-1971 and 1994-1995. Age-period-cohort modelling showed that the increase in the risk of both seminomas and non-seminomas followed a birth cohort pattern, but with differences in birth cohorts in addition to significantly distinct age patterns. CONCLUSIONS: Our findings support the hypothesis postulating aetiological heterogeneity in the development of seminomas and non-seminomas. We suggest that epidemiological studies of testicular cancer treat seminomas and non-seminomas separately.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».