Age-specific prostate cancer incidence rate in the world
Notice bibliographique
Résumé
To make a comparison of the age-specific prostate cancer incidence rate between Japan and other countries, we abstracted cancer incidence rate from the Cancer Incidence in Five Continents Vol. XI (CI5) (1). The International Agency for Research on Cancer provides the CI5 databases on the incidence of cancer recorded by cancer registries (regional and national) worldwide. We used cancer incidence rate in five countries in Asia (China, India, Japan, Republic of Korea and Thailand), three countries in America (the USA, Canada and Brazil), two countries in Oceania (Australia and New Zealand) and four countries in Europe (the UK, France and Germany and Italy). Some countries have plural cancer registries and we aggregated the all registries to calculate the incidence rate in the countries from the CI5-XI database. The period of years at cancer diagnosis was from 2008 to 2012. Prostate cancer was coded as C61 based on ICD-10. Figure 1 shows the age-specific prostate cancer incidence rate by countries studied. For all regions the incidence of prostate cancer in men under 40 years was very low, and there was a steep increase in incidence after 40 years old. The incidence in Asian countries (except China and India), America and Oceania and Europe peaked at ages ~75–84, 70–79 and 70–79 years, respectively, and declined thereafter. The overall incidence for Asia tended to be lower than the incidences in other regions. Among countries in Asia, Japan and Republic of Korea had a higher incidence compared with other Asian countries. The peak incidence in Japan and South Korea was ~520 (per 100 000) and 370 (per 100 000), respectively. The incidence trend was similar for America and Oceania and Europe. As for America and Oceania, Brazil and Australia tended to have higher incidences compared with other countries, with peak incidences of ~980 (per 100 000) and 960 (per 100 000), respectively. Within Europe, France showed a higher incidence rate compared with other countries in Europe, with the peak incidence of 910 (per 100 000).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».