MétaCan
Menu
Retour à la cohorte
Enregistrement W2800000815 · doi:10.1192/bjo.2018.5

Temporal order of cancers and mental disorders in an adult population

2018· article· en· W2800000815 sur OpenAlexaff
David Cawthorpe, Marc Kerba, Aru Narendran, Harleen Ghuttora, Gabrielle Chartier, Norman Sartorius

Notice bibliographique

RevueBJPsych Open · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of British ColumbiaGenome CanadaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPopulationPsychiatryPsychologyMedicineClinical psychologyOncologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Population-based examination of comorbidity is an emerging field of study. AIMS: The purpose of the present population level study is to expand our understanding of how cancer and mental illness are temporally associated. METHOD: A sample of 83 648 056 physician billing records for 664 838 (56% female) unique individuals over the age of 18 was stratified on ages 19-49 years and 50+ years, with temporal order of mental disorder and cancer forming the basis of comparison. RESULTS: Mental disorders preceded cancers for both genders within each age strata. The full range of cancers and mental disorders preceding or following each pivot ICD class are described in terms of frequency of diagnosis and duration in days, with specific examples illustrated. CONCLUSIONS: The temporal comorbidity between specific cancers and mental disorders may be useful in screening or clinical planning and may represent indicators of disease mechanism that warrant further screening or investigation. DECLARATION OF INTEREST: None.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,385
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,351
Écart entre enseignants0,332 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBJPsych OpenMême sujetCancer survivorship and careTravaux en français237 207