MétaCan
Menu
Retour à la cohorte
Enregistrement W2556445922 · doi:10.1186/s12885-016-2931-8

The validity of pediatric cancer diagnoses in a population-based general cancer registry in Ontario, Canada

2016· article· en· W2556445922 sur OpenAlexafffundabout
Sumit Gupta, Jason D. Pole

Notice bibliographique

RevueBMC Cancer · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensPediatric Oncology GroupInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoAlex's Lemonade Stand Foundation for Childhood Cancer
Mots-clésMedicineCancer registryMedical diagnosisCancerFamily medicineSurgical oncologyPopulationEnvironmental healthOncologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Data from population-based cancer registries are increasingly used to conduct research and guide policy. However, few validation studies of cancer registry data have been conducted, particularly among children. We therefore aimed to determine the validity of pediatric diagnostic data in the Ontario Cancer Registry (OCR). All children diagnosed with any malignancy between 2000–2011 in Ontario, Canada were identified through the Pediatric Oncology Group of Ontario Networked Information System (POGONIS), a pediatric cancer registry actively maintained by trained data managers, and linked to the OCR. International Classification of Diseases for Oncology codes for each patient were taken from the OCR and converted to International Classification of Childhood Cancer (ICCC-3) diagnostic groups and subgroups using published algorithms. OCR-based ICCC-3 groupings were then validated by comparing them to gold standard diagnostic information from POGONIS. A total of 4448 patients met inclusion criteria; 4073 (91.6 %) were successfully linked to the OCR. Diagnostic accuracy was excellent for many childhood solid tumors. For example, the OCR correctly identified all cases of retinoblastoma [kappa = 1.00, 95th confidence interval (CI) 1.00–1.00] and nearly all cases of neuroblastoma (kappa = 0.97, 95th CI 0.96–0.99). Hematologic and central nervous system (CNS) cancers, the most common childhood malignancies, were however often misclassified with inferior kappas (acute lymphoblastic leukemia – 0.77, 95th CI 0.75–0.80; Burkitt lymphoma – 0.02, 95th CI 0.02–0.07). Misclassification of common pediatric hematologic and CNS cancers was significant and may lead to inaccurate incidence and survival estimates using cancer registry data. Validation studies of pediatric data in other registries are necessary to identify practices and procedures leading to the highest quality information.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,038
Tête enseignante GPT0,315
Écart entre enseignants0,277 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207