MétaCan
Menu
Retour à la cohorte
Enregistrement W2767376996 · doi:10.28984/drhj.v1i0.25

Evaluation of the impact of various definitions of rurality on the prediction of prostate cancer progression

2017· article· en· W2767376996 sur OpenAlexaffvenueabout
Nancy Lightfoot, Bruce Oddson, Colin Berriault, Robert M. Lafrenie, Jacques Abourbih, John R. MacDonald, Roger Strasser

Notice bibliographique

RevueDiversity of Research in Health Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensNOSM UniversityCancer Care OntarioLaurentian University
Organismes subventionnairesnon disponible
Mots-clésRuralityProstate cancerMedicineResidenceCohortProportional hazards modelDemographyRural areaGerontologyChartCancerStatisticsInternal medicineMathematicsPathology

Résumé

récupéré en direct d'OpenAlex

This study evaluates whether three definitions of rural and urban residence predict prostate cancer progression. People were classified as urban or rural using three definitions: rural and small town (RST), Beale's rural-urban continuum codes, and the Rurality Index of Ontario (RIO) 2008 score. This was a chart-based cohort study of males with prostate cancer who underwent external beam radiation therapy (EBRT) in the Regional Cancer Program at Health Sciences North in Sudbury, Ontario from 1996 to 2003. Data indicative of each of the three definitions were used as predictors in Cox regression analysis for the period of 1,000 to 3,000 days after initial diagnosis and as the basis for dichotomous strata in a log rank test.
 Complete data were acquired from 629 charts. There was no significant association between any of the three definitions of rurality and prostate cancer progression. However, a Beale-based dichotomization led to survival differences using the log rank test. Beale stratification was potentially sensitive to relevant differences in populations that were not represented by the other two definitions. Given the moderate correlations between the different rurality scores, there may be merit to considering multiple rurality scores as they may lead to different cancer progression outcomes in some situations.

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 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)0,012
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,024
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,629
Tête enseignante GPT0,576
Écart entre enseignants0,053 · 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 tête enseignante, 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
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiversity of Research in Health JournalMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207