MétaCan
Menu
Retour à la cohorte
Enregistrement W2185234758

Estimating relative survival for cancer: An analysis of bias introduced by outdated life tables.

2014· article· en· W2185234758 sur OpenAlexaffabout
Larry F. Ellison

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésRelative survivalDemographyCancer registryPopulationSurvival analysisCancerMedicineStatisticsInternal medicineMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Relative survival analyses of cancer data often incorporate outdated information about expected survival when current information is not readily available. The assumption is that any bias introduced into the estimation of expected survival, and hence, into the estimate of relative survival, will be negligible. However, empirical studies of potential bias have yet to be published. DATA AND METHODS: Data are from the Canadian Cancer Registry with mortality follow-up through record linkage to the Canadian Vital Statistics Death Database. Period method relative survival ratios (RSRs) for 2005-2007 were derived using life tables centred on the 2006 Census of Population to estimate expected survival. The analysis was repeated using life tables from 5 and 10 years earlier. RESULTS: Deriving expected survival from life tables 5 years out of date resulted in increases in RSRs for all cancers. These increases became greater with lengthening survival duration. For example, increases in 1-, 5- and 10-year RSRs were 0.2, 0.8 and 1.7 percentage units, respectively, for all cancers combined. Increases in 5-year survival were highest for prostate (2.0) and bladder cancer (1.6); among males (1.2); and among people aged 75 to 99 at diagnosis (1.9). Differences were approximately double when life tables 10 years out of date were used. INTERPRETATION: The use of historical rather than current expected survival data in calculating RSRs for cancer may lead to consequential overestimation of survival.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,143
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,316
Écart entre enseignants0,264 · 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.

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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207