MétaCan
Menu
← Retour à la cohorte
Enregistrement W2584969941

Case Ascertainment of Pediatric Brain Tumours: The Alberta Experience.

2016· article· en· W2584969941 sur OpenAlexaboutno aff
Normandeau Chris, Mehta Vivek, Strother Douglas, Hatcher Juanita, Faith Davis

Notice bibliographique

RevuePubMed · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueLung Cancer Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineReferralCancer registryIncidence (geometry)Brain tumorCancerPopulationPediatric cancerPediatricsDatabaseFamily medicinePathologyInternal medicineEnvironmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Estimates suggest that brain tumors are underreported in the Alberta Cancer Registry (ACR). While the reporting of malignant tumors is thought to be complete in cancer registries across Canada, the reporting of benign tumors is estimated at 33 percent of the actual number of cases expected within the country.6 There are many international studies that highlight the issues of underreporting of benign brain tumors in cancer registries. This study had 3 objectives to investigate the amount of and potential reasons for underreporting: 1) overall case ascertainment of pediatric brain tumor cases present in physician databases captured by the ACR was assessed; 2) overall case ascertainment of all known pediatric brain tumors was assessed and summarized for the ACR and physician pediatric brain tumor databases; and 3) the expected number of unknown pediatric brain tumor cases was estimated so overall case ascertainment could be assessed. Brain cancer was defined using topography codes C70 through C72, C75.1 through C75.3, and C30.0 (with morphology codes 9522 and 9523). Databases with these codes from 2 physician practices making up the primary provincial referral network for this patient population were obtained and linked with the ACR for 2004 to 2011. Estimates of the expected number of cases were made using US incidence rates. The ACR captured 309 of the 317 known pediatric brain tumor cases (97 percent) while the physician databases captured 205 cases (65 percent). The ACR also captured 197 of the 205 cases in the physician databases (96 percent). The ACR captured 309 of the 346 expected cases (89 percent) while the physician databases captured 205 of the 346 expected cases (59 percent). As some patients may not have an initial diagnosis confirmed (by specialty physicians) and others are identified through cause of death searches some discrepancies between the databases are expected. The overall underreporting may reflect a lack of referrals from radiology clinics or the case definition used by registries may not be consistent with the definition used by clinicians in Alberta. While further work is required to better understand why some cases are not appearing in the ACR, confidence should exist that ACR information reflects most cases of pediatric brain tumors in Alberta.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,175
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetLung Cancer Diagnosis and Treatment→Travaux en français237 207→