Risk of prostate cancer across different racial/ethnic groups in men with diabetes: a retrospective cohort study
Notice bibliographique
Résumé
AIM: To examine the associations between prostate cancer, diabetes and race/ethnicity. METHODS: Using administrative data from British Columbia, Canada for the period 1994 to 2012, we identified men aged ≥50 years with and without diabetes. Validated surname algorithms identified men as Chinese, Indian or of other race/ethnicity. Multivariable Cox regression was used to estimate adjusted risks of prostate cancer according to diabetes status and race/ethnicity. RESULTS: Our cohort of 160 566 men had a mean (sd) age of 64.7 (9.4) years and a median of 9 years' follow-up. The incidence rates of prostate cancer among those with and without diabetes were 177.4 (171.7-183.4) and 216.0 (209.7-222.5) per 1000 person-years, respectively. The incidence among Chinese men was 120.9 (109.2-133.1), among Indian men it was 144.1 (122.8-169.0) and in men of other ethnicity it was 204.8 (200.2-209.5). Diabetes was independently associated with a lower risk of prostate cancer (adjusted hazard ratio 0.82, 95% CI 0.78-0.86), as was Chinese (adjusted hazard ratio 0.54, 95% CI 0.46,0.63) and Indian (adjusted hazard ratio 0.66, 95% CI 0.49,0.89) race/ethnicity; however, there was no statistically significant interaction between diabetes status and race/ethnicity (all P>0.1). CONCLUSION: Diabetes and Chinese and Indian race/ethnicity were each independently associated with a lower risk of prostate cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».