Hospitalizations in Pediatric and Adult Patients for All Cancer Type in Italy: The EPIKIT Study under the E.U. COHEIRS Project on Environment and Health
Notice bibliographique
Résumé
Background: Cancer Registries (CRs) remain the gold standard for providing official epidemiological estimations. However, due to CRs’ partial population coverage, hospitalization records might represent a valuable tool to provide additional information on cancer occurrence and expenditures at national/regional level for research purposes. The Epidemiology of Cancer in Italy (EPIKIT) study group has been built up, within the framework of the Civic Observers for Health and Environment: Initiative of Responsibility and Sustainability (COHEIRS) project under the auspices of the Europe for Citizens Program, to assess population health indicators. Objective: To assess the burden of all cancers in Italian children and adults. Methods: We analyzed National Hospitalization Records from 2001 to 2011. Based on social security numbers (anonymously treated), we have excluded from our analyses all re-hospitalizations of the same patients (n = 1,878,109) over the entire 11-year period in order to minimize the overlap between prevalent and incident cancer cases. To be more conservative, only data concerning the last five years (2007–2011) have been taken into account for final analyses. The absolute number of hospitalizations and standardized hospitalization rates (SHR) were computed for each Italian province by sex and age-groups (0–19 and 20–49). Results: The EPIKIT database included a total of 4,113,169 first hospital admissions due to main diagnoses of all tumors. The annual average number of hospital admissions due to cancer in Italy has been computed in 2362 and 43,141 hospitalizations in pediatric patients (0–19 years old) and adults (20–49 years old), respectively. Women accounted for the majority of cancer cases in adults aged 20–49. As expected, the big city of Rome presented the highest average annual number of pediatric cancers (n = 392, SHR = 9.9), followed by Naples (n = 378; SHR = 9.9) and Milan (n = 212; SHR = 7.3). However, when we look at SHR, minor cities (i.e., Imperia, Isernia and others) presented values >10 per 100,000, with only 10 or 20 cases per year. Similar figures are shown also for young adults aged 20–49. Conclusions: In addition to SHR, the absolute number of incident cancer cases represents a crucial piece of information for planning adequate healthcare services and assessing social alarm phenomena. Our findings call for specific risk assessment programs at local level (involving CRs) to search for causal relations with environmental exposures.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».