Estimating lifetime and 10-year risk of lung cancer
Notice bibliographique
Résumé
Lung cancer is the commonest cancer worldwide. Mortality and incidence rates are traditionally used to assess cancer burden and as public health indicators. However, these metrics are difficult to interpret at an individual level. Providing the lifetime and 10-year risks of cancer could improve risk communication. Our aim was to estimate current lifetime and 10-year risks of lung cancer by smoking status and changes in these risks between 1995 and 2013 in a Swiss population. We used all lung cancer cases recorded between 1995 and 2013 by two population-based cancer registries in the contiguous cantons of Vaud and Valais, in Western Switzerland. We estimated sex-specific lifetime risk and 10-year risk of lung cancer using the current probability method, accounting for competing risk of death. Estimates were also provided by smoking status. Between 1995 and 2013, 9623 cases of lung cancer were recorded. During this period, the lifetime risk decreased in men from 7.1% to 6.7% and increased in women from 2.5% to 4.1%. In both sexes, the 10-year risk of lung cancer increased with age until the age of 60-70 and decreased thereafter. Difference in the cumulative risk between current, former, and never smokers were very large and reported in user-friendly charts to ease risk communication. These lifetime and 10-year risk estimates could be used systematically as public health indicators. Regularly updating risk estimations are necessary for conditions like lung cancer whose incidence has changed substantially.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».