Epidemiology and Patient Distribution of Oral Cavity and Oropharyngeal SCC in Canada
Notice bibliographique
Résumé
BACKGROUND: Oral cavity cancers (OCCs) and oropharyngeal cancers (OPCs) continue to be a major source of morbidity and mortality worldwide requiring the shared effort of numerous specialists. Tobacco and alcohol consumption have long been identified as risk factors for both OCC and OPC. In addition, human papilloma virus (HPV) is gaining its position as the main causal agent for OPC. OBJECTIVE: The objective of this study is to analyze the epidemiology of OCC and OPC in Canada. METHODS: Data pertaining to the year of diagnosis, the patient's sex, age at the time of diagnosis, province/territory, city and postal code of oral cavity, and oropharyngeal malignancies diagnosed during 1992-2010 were extracted from the Canadian Cancer Registry and Le Registre Québécois du Cancer. RESULTS: In total, 21 685 OCC cases and 15 965 OPC cases were identified from 1992 to 2010. Of those, 84.97% were oral cavity squamous cell carcinomas (SCCs), 88.10% were oropharyngeal SCCs, and both had a significant male predominance. While oral cavity SCC incidence stabilized over the study period, oropharyngeal SCC continued to increase. Oral cavity SCC incidence increased with age, while oropharyngeal SCC incidence peaked in the 50- to 59-year age group. Detailed geographic distribution analysis of patients at the provincial/territorial, city, and postal code levels identified several patient clusters. CONCLUSIONS: This work highlights important epidemiological differences in trends between oral and oropharyngeal cancers, identifies high-incidence postal codes for each malignancy, and correlates incidence/mortality with known risk factors including alcohol/tobacco use and HPV infections, therefore providing a comprehensive understanding of epidemiology for these cancers 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 | 0,000 | 0,002 |
| 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 ».