MétaCan
Menu
Retour à la cohorte

Methodological issues in the development of theCanadian Cancer Incidence Atlas

2000· article· en· W2211643105 sur OpenAlexaffabout
R Semenciw, Nhu D. Le, Loraine D. Marrett, Diane Robson, Donna Turner, Stephen D. Walter

Notice bibliographique

RevueStatistics in Medicine · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensSaskatchewan Cancer AgencyCancer Care OntarioMcMaster UniversityBC Cancer AgencyHealth Canada
Organismes subventionnairesnon disponible
Mots-clésPoisson regressionConfidence intervalStatisticsPoisson distributionAtlas (anatomy)DemographyCancer registryPopulationCorrelationCensusCartographyGeographyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

The Canadian Cancer Incidence Atlas is among recent national atlases using incidence rather than mortality data. Methods used to assess the significance and spatial correlation of the age-standardized rates (ASIRs) for the 290 census divisions are described. The expected number of cases by area was used to determine cancer sites with sufficient cases to be mapped. ASIR significance was assessed using a simulation based on a Poisson distribution. The consistency of the observed case distributions with the Poisson distribution was examined. The bootstrap confidence interval (CI) for the ASIR developed by Swift was used in the atlas. Spatial correlation was assessed with Moran's I/I(max) and the significance determined by a simulation in order to allow for area population variation. Data quality indicators typically used for cancer registries were presented, supplemented by a registry questionnaire.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,129
Tête enseignante GPT0,434
Écart entre enseignants0,306 · 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'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

Citations13
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistics in MedicineMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207