MétaCan
Menu
Retour à la cohorte
Enregistrement W2893974196 · doi:10.1200/jgo.18.20300

The OncoSim Cancer Simulation Platform: A Tool to Project the Population Effects of Cancer Control Interventions in Canada

2018· article· en· W2893974196 sur OpenAlexaffabout
Natalie Fitzgerald, Cindy L. Gauvreau, S. Memon, Shakir Hussain, Andrew J. Coldman, Cathy Popadiuk, William K. Evans, Michael Wolfson, W. Michael Flanagan, C. Nadeau, Keiko Asakawa, Rochelle Garner, Anthony B. Miller

Notice bibliographique

RevueJournal of Global Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensCanadian Partnership Against Cancer
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionCancerCancer preventionPopulationCancer registryEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Background: Cancer control interventions exert their effects over multiple decades. To evaluate diverse and competing opportunities to reduce future cancer burden it is desirable to understand long-term effects prior to any new program implementation or significant change. Internationally, modeling is becoming an accepted source of planning information for decision-makers. Aim: We will describe the construction and use of the OncoSim microsimulation model, which was developed to evaluate cancer control strategies in Canada. Methods: OncoSim is a suite of models (cancers of the lung, colorectum, cervix and breast, plus a composite 32-cancer model) used to address key policy questions and support decision-making. It is led by the Canadian Partnership Against Cancer with model development by Statistics Canada. OncoSim incorporates risk factors, cancer natural history, screening, treatment, survival and end-of-life care. Wherever possible it is informed by Canadian data sources. Models are calibrated to reproduce a range of cancer-specific statistics, e.g., current and historical Canadian cancer-specific incidence and mortality, smoking patterns, and results of screening. The site-specific models have undergone further validation by replicating reported short-term effects of cancer prevention and screening interventions. Users may customize interventions through modifying input parameters. Outputs include incidence, mortality, costs, cost-effectiveness, and resource utilization. Users from the public sector have access at no cost to OncoSim and receive extensive support from a multidisciplinary technical team. The model is continually updated to incorporate emerging knowledge. Results: OncoSim has been used to support cancer control decision-making at the national and provincial/territorial levels. Applications include: national guidelines recommendations for colorectal and lung cancer screening; comparison of cytology vs. HPV based cervical cancer screening; and integration of smoking cessation into low-dose CT lung cancer screening. Conclusion: Validated simulation models such as OncoSim can be a versatile and efficient tool for cancer control planners to evaluate and prioritize cancer control 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,249
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,063
Tête enseignante GPT0,443
Écart entre enseignants0,380 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Global OncologyMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207