14: Current Practice of Brachytherapy and External Beam Radiotherapy for Cervical Cancer in Ontario, Canada
Notice bibliographique
Résumé
LYs and $271.3 billion (B) due to cervical cancer alone over the next 20 years.Based on a realistic linear investment model, RT yields an additional 9.8M LYs (2.9M in LIC, 4.7M in LMIC, and 2.2M in UMIC) over 20 years, a $53.2Bnet increase in economic productivity ($2.6B in LIC, $16.4B in LMIC, and $34.2B in UMIC), and a broader societal net gain of $137.5B($10.3B in LIC, $44.8B in LMIC, and $82.4B in UMIC).The additional investment necessary for HDR brachytherapy, an essential component of curative treatment, was only 5.5% greater than EBRT alone.Conclusions: The failure to ensure global availability of EBRT and BT to treat cervical cancer would result in enormous human and economic consequences over the next two decades.This loss would occur before the benefits of primary cancer prevention strategies, such as HPV vaccination, are realized.The present study demonstrates that a realistic investment strategy over the next 20 years may yield a net economic benefit of up to $150B USD, and potentially further benefits beyond that point in time.These findings support the value of scaling-up of EBRT and BT to treat cervical cancer and help to justify their inclusion in national cancer control planning.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».