Incidence, Mortality, and Spatiotemporal Distribution of Cutaneous Malignant Melanoma Cases Across Canada
Notice bibliographique
Résumé
BACKGROUND: We recently reported a steady increase in the incidence and mortality of cutaneous malignant melanoma (CMM) in Canada during 1992-2010. OBJECTIVES: The objective of this article is to examine the distribution of Canadian CMM patients at the level of provinces, cities, and forward sortation area (FSA) postal codes. METHODS: Using 3 Canadian population-based registries, we conducted an in-depth examination of the incidence and mortality trends for 72 565 Canadian CMM patients over the period 1992-2010. RESULTS: We found that among 20- to 39-year-olds, the incidence of CMM in women (7.17 per 100 000 individuals) was significantly higher than in men (4.60 per 100 000 individuals per year). Women age 80 years and older had an incidence of CMM (58.46 cases per 100 000 women per year) more than 4 times greater than the national average (12.29 cases per 100 000 population per year) and a corresponding high mortality rate (20.18 deaths per 100 000 women per year), when compared with the Canadian melanoma mortality of 2.4 deaths per 100 000 per year. In other age groups men had higher incidence and corresponding melanoma mortality rates. We also studied CMM incidence by province, city, and FSA postal codes and identified several high-incidence communities that were located near the coast/waterfronts. In addition, plotting latitude measures for cities and FSAs vs CMM incidence rate confirmed the inverse relationship between geographical latitude and incidence of melanoma in Canada (slope = -0.22 ± 0.05). CONCLUSIONS: This research may help develop sex-, age- and geographic region-specific recommendations to decrease the future burden of CMM in Canada.
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 | 0,001 |
| 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) | 0,000 | 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 ».