Income and Education Inequalities in Brain and Central Nervous System Cancer Incidence in Canada: Trends over Two Decades
Notice bibliographique
Résumé
The socioeconomic gradient of brain and central nervous system (CNS) cancer incidence in Canada is poorly understood. This study aimed to measure socioeconomic inequalities in brain and CNS cancer incidence in Canada from 1992 to 2010. Using a unique census division level dataset (n = 280) pooled from the Canadian Cancer Registry (CCR), the Canadian Census of Population and the National Household Survey, we measured brain and CNS cancer incidence in Canada. The age-adjusted concentration index (C) was used to measure income- and education-related inequalities in brain and CNS cancers in Canada, and for men and women, separately. Time trend analyses were conducted to examine the changes in socioeconomic inequalities in brain and CNS cancers in Canada over time. The results indicated that the crude brain and CNS cancer incidence increased from 7.29 to 8.17 per 100,000 (annual percentage change: 0.70) over the study period. The age-adjusted C results suggested that the brain and CNS cancer incidence was not generally significantly different for census division of different income and educational levels. There was insufficient evidence to support changes in income and education-related inequalities over time. Since the incidence of brain and CNS cancers in Canada showed no significant association with socioeconomic status, future cancer control programs should focus on other risk factors for this cancer subset.
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 | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».