MétaCan
Menu
Retour à la cohorte
Enregistrement W2730840605 · doi:10.1186/s12963-017-0142-4

Choice of relative or cause-specific approach to cancer survival analysis impacts estimates differentially by cancer type, population, and application: evidence from a Canadian population-based cohort study

2017· article· en· W2730840605 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePopulation Health Metrics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensStatistics CanadaCancer Care OntarioPediatric Oncology Group
Organismes subventionnairesInstitute of Population and Public HealthInstitute of Aboriginal Peoples HealthCanadian Institutes of Health Research
Mots-clésRelative survivalMedicineDemographyPopulationCohortCancerProstate cancerSurvival analysisCohort studyCause of deathCensusSocioeconomic statusBreast cancerOncologyCancer registryInternal medicineEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cause-specific (CS) and net survival in a relative survival framework (RS) are two of the most common methods for estimating cancer survival. In this paper, we assess the differences in results produced by two permutations of cause-specific and relative survival applied to estimating cancer survival and disparities in cancer survival, using data from First Nations and non-Aboriginal populations in Canada. METHODS: Subjects were members of the 1991 Canadian Census Mortality Cohort, a population-based cohort of adult respondents to the 1991 Long Form Census who have been followed up for incident cancers and death through linkage to administrative databases. We compared four methods: relative survival analyses with ethnicity-specific life tables (RS-ELT); relative survival with general population life tables (RS-GLT); cause-specific survival with a broad definition of cancer death (CS-Broad); and cause-specific survival with a narrow definition of cause of death (CS-Narrow) and applied these to the nine most common cancers among First Nations. RESULTS: Apart from breast and prostate cancers, RS-ELT, RS-GLT, and CS-Broad tended to produce similar estimates of age-standardized five-year survival, whereas CS-Narrow yielded higher estimates of survival. CS-Narrow estimates were particularly unlike those based on the other methods for cancers of the digestive and respiratory tracts. Estimates of disparities in survival were generally comparable across the four methods except for breast and prostate cancers. CONCLUSIONS: Cancer surveillance efforts in sub-populations defined by race, ethnicity, geography, socioeconomic status, or similar factors are necessary for identifying disparities and monitoring progress toward reducing them. In the absence of routine monitoring of cancer survival and cancer survival disparities in these populations, estimates generated by different methods will inevitably be compared over time and across populations. In this study, we demonstrate that caution should be exercised in making these comparisons, particularly in interpreting cause-specific survival rates with an unknown or narrow definition of cancer death and in estimates of breast and prostate cancer survival and/or disparities in survival generated by different methods.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,198
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,241
Tête enseignante GPT0,465
Écart entre enseignants0,224 · 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