The Incidence Trends of Primary Brain Tumors in Saskatchewan from 1970 to 2001
Notice bibliographique
Résumé
OBJECTIVE: There has been a paucity of information on the epidemiology of primary brain tumors (BTs) in Canada. This study documents epidemiology of primary BTs in Saskatchewan over three decades to define their current state, changing pattern over years and relative distribution in two geographically defined areas of the province. METHODS: Data on all primary BTs from 1970 to 2001 from the Brain Tumor Registry in Saskatchewan was collected. The aggregate data on primary BTs including the time-series for incidence, age, geographic location and sex were statistically analyzed using SPSS 13. Poisson regression was used to model the incidence as a function of decade of diagnosis and age at the time of diagnosis. RESULTS: The average annual incidence of primary BTs was 11.1 per 100,000 person-years (male 12.5 per 100.000 and female 9.8 per 100.000). Males constituted 54.5% of all these tumors. The age distribution of tumors was bimodal with peaks at 5 years and 65 years. During this time, the incidence of primary BTs has increase predominantly in non-malignant types. No difference was found in the rate of all the diagnosed primary BTs combined, meningioma and lymphoma between the northern part (Regina) and southern part (Saskatoon) of the province. CONCLUSIONS: The incidence of BTs in Saskatchewan is more than previously reported in Canada. There is a temporal trend in increasing incidence of some of the BTs predominantly in the non-malignant types. No spatial difference in the incidence of primary BTs was shown in this province. These data will provide useful information to guide the future studies on BTs changing patterns, possible etiologies and efficient resource allocation for management of these diseases.
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 | 0,010 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».