Stage at diagnosis for childhood solid cancers in Australia: A population-based study
Notice bibliographique
Résumé
BACKGROUND: Stage of cancer at diagnosis is one of the strongest predictors of survival and is essential for population cancer surveillance, comparison of cancer outcomes and to guide national cancer control strategies. Our aim was to describe, for the first time, the distribution of cases by stage at diagnosis and differences in stage-specific survival on a population basis for a range of childhood solid cancers in Australia. METHODS: The study cohort was drawn from the population-based Australian Childhood Cancer Registry and comprised children (<15 years) diagnosed with one of 12 solid malignancies between 2006 and 2014. Stage at diagnosis was assigned according to the Toronto Paediatric Cancer Stage Guidelines. Observed (all cause) survival was calculated using the Kaplan-Meier method, with follow-up on mortality available to 31 December 2015. RESULTS: Almost three-quarters (1256 of 1760 cases, 71%) of children in the study had localised or regional disease at diagnosis, varying from 43% for neuroblastoma to 99% for retinoblastoma. Differences in 5-year observed survival by stage were greatest for osteosarcoma (localised 85% (95% CI = 72%-93%) versus metastatic 37% (15%-59%)), neuroblastoma (localised 98% (91%-99%) versus metastatic 60% (52%-67%)), rhabdomyosarcoma (localised 85% (71%-93%) versus metastatic 53% (34%-69%)), and medulloblastoma (localised 69% (61%-75%) versus metastases to spine 42% (27%-57%)). CONCLUSION: The stage-specific information presented here provides a basis for comparison with other international population cancer registries. Understanding variations in survival by stage at diagnosis will help with the targeted formation of initiatives to improve outcomes for children with cancer.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 ».