MétaCan
Menu
Retour à la cohorte
Enregistrement W2772581927 · doi:10.5489/cuaj.4464

Epidemiology of renal cancer in developing countries: Review of the literature

2017· review· en· W2772581927 sur OpenAlexvenueaboutno aff
Mauricio Medina-Rico, Hugo López‐Ramos, Manuel Castro Lobo, Jorge Romo, Juan Prada

Notice bibliographique

RevueCanadian Urological Association Journal · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensnon disponible
Organismes subventionnairesPontificia Universidad Javeriana
Mots-clésEpidemiologyMedicineIntensive care medicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Renal cell carcinoma (RCC) is the ninth most common cancer in men, and the 14th most common cancer in women. It has been reported that the incidence of RCC is rising. These changes are more common in developed countries because of better screening programs and disease registry. The aim of this article is to review the epidemiology of RCC around the world. METHODS: A literature review of four databases was performed: PubMed, Embase, Lilacs, and Scielo. Studies of incidence, prevalence, mortality, and survival of RCC were taken from different countries. Studies included were published in the last 10 years. Two reviewers independently selected the studies. RESULTS: A total of 5275 references were reviewed by title and abstract. In the end, 42 references were selected for full-text review. The global incidence and prevalence of cancer vary. The highest incidence was described in North America and Northern Europe. In Canada, by 2007 the incidence was 17.9/100 000 and 10.3/100 000 in males and females, respectively. Developing countries like Colombia have fewer incidence rates, with less information in poor-income areas. CONCLUSIONS: We have seen a rise in the incidence and mortality of RCC globally. There is an association between RCC and smoking, obesity, hypertension, and socioeconomic status. Seeing the epidemiological data from some regions in developing countries and the lack of specialists in those places, it can be deduced there is underreporting of the disease that reveals the need to improve both surveillance and disease registration programs, especially in these countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0200,027
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,097
Tête enseignante GPT0,369
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Urological Association JournalMême sujetRenal cell carcinoma treatmentTravaux en français237 207