Bayesian Space–Time Analysis of Brain Cancer Incidence in Southern Ontario, Canada: 2010–2013
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Canada has one of the highest incidence rates of brain cancer in the world. This study investigates the space-time variation of brain cancer risk across Southern Ontario, Canada. A Bayesian spatio-temporal regression model is used to estimate the relative risk of brain cancer in the 12 spatial health units of Southern Ontario over a four-year period (2010-2013). This work also explores the association between brain cancer and two potential risk factors: traumatic head injury (THI) and excess body fat (EBF). Across all areal units from 2010-2013, results show that the relative risk of brain cancer ranged from 0.83 (95% credible interval (CI) 0.74-0.91) to 1.26 (95% CI 1.13-1.41). Over the years, the eastern and western health units had persistently higher risk levels compared to those in the central areas. Results suggest that areas with elevated THI rates and EBF levels were also potentially associated with higher brain cancer relative risk. Findings revealed that the mean temporal trend for cancer risk progression in the region smoothly decreased over time. Overall, 50% of the health units displayed area-specific trends which were higher than the region's average, thus indicating a slower decrease in cancer rates for these areas in comparison to the mean trend.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,021 | 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 découle