MétaCan
Menu
Retour à la cohorte
Enregistrement W2800391420 · doi:10.24875/j.gamo.m18000105

Mortalidad por Cáncer en México: actualización 2015

2018· article· es· W2800391420 sur OpenAlexaff
Fernando Aldaco-Sarvide, Perla Pérez-Pérez, María G. Cervantes-Sánchez, Laura Torrecillas-Torres, Aura Argentina Erazo-Valle-Solís, Paula Cabrera‐Galeana, Daniel Motola‐Kuba, Pablo Anaya, Samuel Rivera, Eduardo Cárdenas-Cárdenas

Notice bibliographique

RevueGaceta Mexicana de Oncología · 2018
Typearticle
Languees
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Introducción: El cáncer es una de las principales causas de mortalidad en México y se espera que su tasa aumente en los próximos años, principalmente debido al envejecimiento de la población; sin embargo, pocos estudios exhaustivos evaluando la mortalidad por cáncer se han publicado recientemente.Objetivo: Proporcionar una actualización de la mortalidad por cáncer en México.Material y métodos: Se analizaron los certificados oficiales de defunción de la base de datos del Instituto Nacional Estadística y Geografía (INEGI) y las tendencias de población del Consejo Nacional de Población (CONAPO).Resultados: En 2015 hubo 85,201 muertes por cáncer en México, con una tasa global estimada de 70.5/10 5 (hombres 70.6/10 5 y mujeres 70.1/10 5 ).Del año 2010 al 2015, la tasa de mortalidad general por cáncer se incrementó un 5.4%, de 66.6/10 5 a 70.5/10 5 .Los cinco primeros tipos de cáncer causas de muerte fueron: de próstata 10.9/10 5 , de mama 10.1/10 5 , cáncer cervicouterino 6.4/10 5 , de pulmón 5.7/10 5 y de hígado 5.2/10 5 .Las tasas de mortalidad por cáncer de pulmón y cervical han disminuido desde el año 2000.Conclusiones: Las tasas de mortalidad por cáncer siguen aumentando en México, sin embargo, la tasa de algunos tipos de cáncer comienza a estabilizarse.El cáncer de próstata es la principal causa de muerte por cáncer en México.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,109
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,479
Écart entre enseignants0,422 · 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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGaceta Mexicana de OncologíaMême sujetPublic Health Policies and EducationTravaux en français237 207