MétaCan
Menu
Retour à la cohorte
Enregistrement W2987801113 · doi:10.1136/bjophthalmol-2019-314653

Epidemiology of ophthalmic lymphoma in Canada during 1992–2010

2019· article· en· W2987801113 sur OpenAlexafffundabout
Rami Darwich, Feras M. Ghazawi, Elham Rahme, Nebras Alghazawi, Andrei Zubarev, Linda Moreau, Denis Sasseville, Miguel N. Burnier, Ivan V. Litvinov

Notice bibliographique

RevueBritish Journal of Ophthalmology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensMcGill University Health CentreOttawa HospitalMcGill UniversityUniversity of OttawaDalhousie University
Organismes subventionnairesCanadian Dermatology Foundation
Mots-clésMedicineEpidemiologyIncidence (geometry)DemographyCancer registryPopulationFollicular lymphomaLymphomaCancerEnvironmental healthPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ophthalmic lymphoma (OL) is the most common orbital tumour, particularly in older individuals. Little is known about the epidemiology and geographic distribution of OL in Canada. Descriptive demographic statistics are an important first step in understanding OL burden and are necessary to inform comprehensive national cancer prevention programmes. METHODS: We determined patterns of incidence and geographical distribution of the three major subtypes of OL: extranodal marginal zone B cell lymphoma, follicular lymphoma (FL) and diffuse large B cell lymphoma. Here, we used cases that were diagnosed during 1992-2010 using two independent population-based cancer registries, the Canadian Cancer Registry and Le Registre Québécois du Cancer (LRQC). RESULTS: The OL mean annual age-standardised incidence rate for 1992-2010 was 0.65 cases per million people per year with an average annual increase in the incidence rate of 4.5% per year. The mean age of diagnosis was 65 years. OL incidence rate was the highest in the cities located along the heavily industrialised Strait of Georgia in British Columbia. CONCLUSIONS: Our data on patient age, sex and temporal trends showed similarities with data reported in the USA and Denmark. Additional studies are needed to determine whether the observed increase in OL incidence is genuine or spurious.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,595
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,270
Écart entre enseignants0,249 · 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

Citations19
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBritish Journal of OphthalmologyMême sujetLymphoma Diagnosis and TreatmentTravaux en français237 207