Multiple myeloma epidemiology and patient geographic distribution in Canada: A population study
Notice bibliographique
Résumé
BACKGROUND: Multiple myeloma (MM) is a malignancy of mature plasma cells. Environmental risk factors identified for this malignancy, among others, include farming and exposure to pesticides. METHODS: Using 3 independent population-based databases (the Canadian Cancer Registry, le Registre Québécois du Cancer, and Canadian Vital Statistics), this study analyzed patients' clinical characteristics and the incidence, mortality, and geographic distribution of MM cases in Canada during 1992-2015. RESULTS: In total, ~32,065 patients were identified, and 53.7% were male. The mean age at the time of diagnosis was 70 ± 12.1 years. The average incidence rate in Canada was 54.29 cases per million individuals per year, and linear regression modeling showed a steady rise in the annual rate of 0.96 cases per million individuals per year. At the provincial level, Quebec and Ontario had significantly higher incidence rates than the rest of Canada. An analysis of individual municipalities and postal codes showed lower incidence rates in large metropolitan areas and in high-latitude regions of the country, whereas high incidence rates were observed in smaller municipalities and rural areas. Land use analysis demonstrated increased density of crop farms and agricultural industries in high-incidence areas. A comparison with the available data from 2011-2015 showed several consistent trends at provincial, municipal, and regional levels. CONCLUSIONS: These results provide a comprehensive analysis of the MM burden in Canada. Large metropolitan cities as well as high-latitude regions were associated with lower MM incidence. Higher incidence rates were noted in smaller cities and rural areas and were associated with increased density of agricultural facilities.
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 | 0,000 | 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) | 0,000 | 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 ».