Improving the usability and utilization of cancer registry data : the need to identify a core data set
Notice bibliographique
Résumé
Cancer registries in the US and Canada have a long history of data standards and data collection that have developed from a minimal dataset to the standard dataset that is used now. Central Cancer Registries (CCRs) are good resources for cancer data, but are often underutilized. CCRs are recognized for high quality data standards by the Centers for Disease Control and Prevention (CDC) National Program of Cancer Registries (NPCR) or the National Cancer Institute (NCI) Surveillance, Epidemiology, and End Results (SEER) Program and receive certification from the North American Association of Central Registries (NAACCR). Each year, there are many changes to the data that are collected in the cancer registry field. Standards, requirements, and medical knowledge change frequently. The changes in the data collection process cause interference and decrease in quality of data fields, but also delays in the timely collection of cancer registry data. The objective of this study is to identify what essentially needs to be collected and what can be collected optionally in a cancer registry. The goal is a robust dataset that can be used for other disease registries, cancer data surveillance, public health, and research. CCRs and Cancer Centers (CR) were surveyed to identify and describe the data items that are collected and needed to achieve a dataset that can serve cancer surveillance and research. The surveys were analyzed to identify overlaps of common and special interests, as well as barriers. The results showed that cancer registries have data available, but need to look at the timely release of a core dataset for use in cancer surveillance and research. The surveys also evaluated the barriers to data use from cancer registries and barriers for data use of collected datasets to identify the initial data request process. Data in the cancer registry are in a format that can easily be adopted by public health, surveillance, and research. The requesting process needs to be accessible, understandable, and streamlined to enable successful use of the data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,489 | 0,758 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,015 | 0,020 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,018 | 0,027 |
| Science ouverte | 0,008 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».