MétaCan
Menu
← Retour à la cohorte
Enregistrement W3043516104 · doi:10.11575/prism/38018

Effect of Mammography Screening on Incidence and Mortality of Breast Cancer in Alberta

2020· dissertation· en· W3043516104 sur OpenAlexaboutno aff
Yvonne Chuka Efegoma

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMammographyBreast cancerIncidence (geometry)Mammography screeningMedicineGynecologyObstetricsOncologyDemographyCancerInternal medicineSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Background: Breast cancer is the second leading cause of cancer death among Canadian women, and to decrease this burden mammography screening is widespread. If effective, mammography screening should reduce the incidence of late-stage cancer by early detection, allow time for prompt treatment and result in lower mortality. Given Alberta’s universal health system, with organised screening reaching around 63% of the target population annually, we set out to determine how much screening mammography has decreased presentation of late-stage cancer, and potentially reduced mortality from breast cancer, among Alberta women. Methods: We conducted a historical birth-cohort study and trend analysis using data from the Alberta Cancer registry from 1982 to 2017. We compared stage specific incidence and mortality over the years and by birth cohorts, taking into consideration the introduction and evolution of screening mammography to measure how much effect screening has on observed trends. We used Joinpoint regression analysis to test statistically significance of observed trends. Results: From 2006 to 2017, incidence of early-stage breast cancers among women aged 50 to 79 years increased by 33 per 100,000 women at an average rate of 1.2% annually (p<0.001), while incidence of late-stage cancer decreased by 3 per 100,000 women at a rate of 0.8 annually (p=0.3). From 2001 to 2018, deaths from breast cancer reduced by 29 per 100,000 women at 2.3% annually (p<0.001), while all-cause mortality reduced by 9 per 100,000 at 0.5% annually (p=0.1) in women previously diagnosed with breast cancer. Each subsequent recent birth cohort had higher rates of early breast cancer at specific ages while the incidence of late-stage cancers reduced with recent cohorts at specific ages. Conclusion: There has been some reduction in the incidence of late-stage breast cancer and breast cancer deaths between 2006 and 2018. This has been associated with an excess increase in early-stage cancers, which may be explained by overdiagnosis. These may be related to changes in screening mammography in that period. Women need to be educated on the effectiveness of screening mammography in order to make informed decisions about their screening practices

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,044
Tête enseignante GPT0,395
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetGlobal Cancer Incidence and Screening→Travaux en français237 207→