Rare cancers in childhood and adolescence in Brazil: First report of data from 19 population‐based cancer registries
Notice bibliographique
Résumé
BACKGROUND: Rare childhood cancer is challenging to define. The Italian Pediatric Rare Tumor (TREP) Study considers rare tumors to include solid malignancies characterized by an annual incidence rate of <2 cases per 1 million and not enrolled in clinical trials. The objective of the current study was to analyze the population incidence rate of rare tumors among children and adolescents (those aged birth-19 years) in Brazil. METHODS: Incidence data were obtained from 19 population-based cancer registries covering the 5 geographic regions in Brazil. Newly diagnosed cases were selected according to the TREP definition, using the International Classification of Diseases for Oncology. To calculate the crude incidence rate, the numbers of incident children and adolescents with a specific rare cancer were divided by the corresponding person-years lived for the population aged <20 years during the same period. RESULTS: Two tumors had an incidence rate that was >2 cases per 1 million (thyroid and skin cancers) in adolescents only. Several tumors demonstrated variations in incidence across the Brazilian regions. Adrenocortical carcinoma had a high incidence rate (4 cases per 1 million) in the south region among children aged <10 years. Thyroid and skin carcinoma had higher incidence rates in the midwest, southeast, and south regions. CONCLUSIONS: Due to the extraordinary rarity of these events, networking is important for improving basic research, clinical studies, and trials. Centralization of diagnosis is the only way to improve the diagnosis and treatment of children affected by these rare diseases. The registration and surveillance of rare pediatric cancers are crucial from a public health point of view, and therefore the quality of registration has to be improved.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».