Proceedings of the 7th Biannual International Symposium on Nasopharyngeal Carcinoma 2015
Notice bibliographique
Résumé
The international geographic distribution of NPC is unique among malignancies. Incidence rates can exceed 20 per 100,000 personyears among males and 10 per 100,000 person-years among females in southern China. Intermediate rates are observed in Southeast Asia, North Africa, the Middle East, and the Arctic, as well as among Asian and Pacific Islander migrant populations, while rates generally remain below 1 per 100,000 throughout the rest of the world. The agespecific incidence rate peaks at around 45-59 years in high-incidence areas, whereas a small early incidence peak at ages 15-19 years is followed by a later peak at around 65-79 years in low-incidence areas. The male-to-female incidence ratio is consistently around 2-3 or greater. Much of the striking geographic variation may be attributable to certain risk factors, such as certain HLA alleles and consumption of Chinese-style salted fish, whose geographic distribution mirrors that of NPC. Other NPC risk factors, such as EBV infection, are ubiquitous, yet are almost certainly modified by geographically heterogeneous co-factors. Most established risk factors for NPC are associated with undifferentiated NPC, although tobacco smoking is more strongly associated with squamous cell NPC. The recent worldwide decline in NPC incidence, especially in high-incidence regions, points to an important role of modifiable environmental risk factors that could serve as targets for further disease prevention.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».