Estimating the current and future cancer burden in Canada: methodological framework of the Canadian population attributable risk of cancer (ComPARe) study
Notice bibliographique
Résumé
INTRODUCTION: The Canadian Population Attributable Risk of Cancer project aims to quantify the number and proportion of cancer cases incident in Canada, now and projected to 2042, that could be prevented through changes in the prevalence of modifiable exposures associated with cancer. The broad risk factor categories of interest include tobacco, diet, energy imbalance, infectious diseases, hormonal therapies and environmental factors such as air pollution and residential radon. METHODS AND ANALYSIS: Using a national network, we will use population-attributable risks (PAR) and potential impact fractions (PIF) to model both attributable (current) and avoidable (future) cancers. The latency periods and the temporal relationships between exposures and cancer diagnoses will be accounted for in the analyses. For PAR estimates, historical exposure prevalence data and the most recent provincial and national cancer incidence data will be used. For PIF estimates, we will model alternative or 'counterfactual' distributions of cancer risk factor exposures to assess how cancer incidence could be reduced under different scenarios of population exposure, projecting incidence to 2042. DISSEMINATION: The framework provided can be readily extended and applied to other populations or jurisdictions outside of Canada. An embedded knowledge translation and exchange component of this study with our Canadian Cancer Society partners will ensure that these findings are translated to cancer programmes and policies aimed at population-based cancer risk reduction strategies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,071 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».