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
Notice bibliographique
Résumé
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.
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 | 0,106 | 0,184 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».