Distribution and Clustering of Cutaneous T-Cell Lymphoma (CTCL) Cases in Canada During 1992 to 2010
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.
Notice bibliographique
Résumé
BACKGROUND: Clustering of patients with cutaneous T-cell lymphoma (CTCL) was reported in several jurisdictions around the world. This rare cancer is known to affect spouses and in some cases multiple members of the same family. These combined results suggest the existence of external disease triggers/promoters. We recently conducted the first comprehensive analysis of CTCL incidence and mortality in Canada, which revealed case clustering in several regions. OBJECTIVES: To extend our previous analysis on CTCL incidence across Canada and to provide all the collected data on CTCL patient incidence in Canada during the period of 1992 to 2010. METHODS: Clinical parameters for patients with CTCL in Canada were analyzed using 2 independent population-based cancer registries: Canadian Cancer Registry and Le Registre Québécois du Cancer. The CTCL incidence rates were examined on different geographical levels, including provinces/territories, cities, and forward sortation areas. RESULTS: Our findings further corroborate our earlier observations of higher CTCL incidence in Newfoundland and Labrador, maritime provinces (Nova Scotia and New Brunswick), and prairie provinces (Manitoba and Saskatchewan). Also, most cities with high CTCL incidence were located in these provinces. Extensive mapping of high-incidence postal codes supports case clustering in a number of communities that are located in the proximity of industrial centres and seaports. CONCLUSIONS: Detailed analysis of CTCL incidence in Canada is critical to fully understand the burden of this disease in our country, to begin the search for a possible external trigger for this lymphoma, and to reform how health care resources are distributed throughout the country to better serve Canadian patients with CTCL.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle