MétaCan
Menu
Retour à la cohorte
Enregistrement W2783949971 · doi:10.1002/cncr.31231

Chinese and South Asian ethnicity, immigration status, and clinical cancer outcomes in the Ontario Cancer System

2018· article· en· W2783949971 sur OpenAlexafffundabout
James K. R. Stevenson, Matthew C. Cheung, Craig C. Earle, Hadas D. Fischer, Ximena Camacho, Refik Saskin, Baiju R. Shah, Peter C. Austin, Simron Singh

Notice bibliographique

RevueCancer · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensInstitute for Work & HealthHealth Sciences CentreInstitute for Clinical Evaluative SciencesSunnybrook Health Science CentreOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésMedicineDemographyImmigrationHazard ratioEthnic groupConfidence intervalChinese americansCohort studyCancerPopulationCohortProportional hazards modelGerontologyInternal medicineEnvironmental healthGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the United States, certain minority groups have been shown to have inferior cancer outcomes compared with the white majority population. However, to the authors' knowledge, the majority of research has not separated ethnicity from immigration status. The objective of the current study was to determine the impact of ethnicity, independent of immigration status, on cancer outcomes in Chinese and South Asian populations in Ontario, Canada. METHODS: The authors conducted a population-based retrospective cohort study using administrative databases in Ontario, Canada. Incident cancer cases were captured in Canadian-born Chinese and South Asian individuals, Chinese and South Asian immigrants, and the general Ontario reference population (non-Chinese/non-South Asian and non-immigrant) between 2000 and 2012. Subjects were followed until death (all-cause and cancer-specific), and Cox proportional hazard models were used to estimate the impact of Chinese and South Asian ethnicity on cancer outcomes after adjusting for explanatory variables. RESULTS: A total of 423,678 cancer cases were identified; at total of 6631 cases were identified in Canadian-born Chinese individuals and 2752 cases in Canadian-born South Asian individuals. After adjustment, the rate of all-cause mortality was lower for Canadian-born Chinese (hazard ratio [HR], 0.829; 95% confidence interval [95% CI], 0.795-0.865), Canadian-born South Asian (HR, 0.856; 95% CI, 0.797-0.919), and Chinese immigrant (recent immigrant: HR, 0.661 [95% CI, 0.610-0.716] and non-recent immigrant: HR, 0.853 [95% CI, 0.803-0.906]) populations compared with the general Ontario population. A similar effect was found for cancer-specific mortality. CONCLUSIONS: Chinese and South Asian ethnic groups appear to have lower cancer mortalities compared with the general Ontario population. After removing the well-documented protective effect of immigration, Chinese and South Asian ethnicities were found to be associated with a cancer survival advantage in Ontario, Canada. Cancer 2018;124:1473-82. © 2018 American Cancer Society.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,031
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,084
Tête enseignante GPT0,429
Écart entre enseignants0,346 · 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'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

Citations13
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207