Early indicators of primary brain tumours: a population‐based study with 10 years’ follow‐up
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: To improve diagnoses of primary brain tumours, knowledge about early indicators is needed. Nationwide Danish health registries were used to conduct a population-based case-control study including all persons diagnosed with a primary brain tumour between 2005 and 2014 in Denmark. METHODS: All 5135 adults diagnosed with a primary brain tumour in the Danish Cancer Registry were matched to 19 572 general population comparisons from the Danish Civil Registration System. Conditional logistic regression analyses were applied to estimate age- and multivariable-adjusted odds ratios (ORs) for the occurrence of a primary brain tumour up to 10 years after hospital diagnoses or prescription of medications related to nervous system diseases and mental and behavioural disorders. RESULTS: Increased odds for primary brain tumour after nervous system diseases and mental and behavioural disorders manifested up to 10 years before tumour diagnosis were found. Increased odds were seen especially for hospital contacts for inflammatory nervous system diseases [OR 11.3; 95% confidence interval (CI) 6.5-19.7], epilepsy (OR 9.0; 95% CI 7.6-10.7) and antiepileptic medications (OR 3.6; 95% CI 3.2-4.0), whilst antidementia medications provided a strong, protective association for primary brain tumours (OR 0.5; 95% CI 0.3-0.8). CONCLUSIONS: Sub-groups of patients diagnosed with or being prescribed certain medications targeting nervous system diseases and mental and behavioural disorders may be at increased risk of being diagnosed with a primary brain tumour. Further studies should disentangle the potential underlying common pathogenetic pathways. The results are important for the development of systematic clinical approaches to ensure early diagnosis of primary brain tumours.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».