Estimating the current and future cancer burden in Canada: methodological framework of the Canadian population attributable risk of cancer (ComPARe) study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,002 | 0,000 |
| 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 découle