International variation in childhood cancer mortality rates from 2001 to 2015: Comparison of trends in the International Cancer Benchmarking Partnership countries
Notice bibliographique
Résumé
Despite improved survival rates, cancer remains one of the most common causes of childhood death. The International Cancer Benchmarking Partnership (ICBP) showed variation in cancer survival for adults. We aimed to assess and compare trends over time in cancer mortality between children, adolescents and young adults (AYAs) and adults in the six countries involved in the ICBP: United Kingdom, Denmark, Australia, Canada, Norway and Sweden. Trends in mortality between 2001 and 2015 in the six original ICBP countries were examined. Age standardised mortality rates (ASR per million) were calculated for all cancers, leukaemia, malignant and benign central nervous system (CNS) tumours, and non-CNS solid tumours. ASRs were reported for children (age 0-14 years), AYAs aged 15 to 39 years and adults aged 40 years and above. Average annual percentage change (AAPC) in mortality rates per country were estimated using Joinpoint regression. For all cancers combined, significant temporal reductions were observed in all countries and all age groups. However, the overall AAPC was greater for children (-2.9; 95% confidence interval = -4.0 to -1.7) compared to AYAs (-1.8; -2.1 to -1.5) and adults aged >40 years (-1.5; -1.6 to -1.4). This pattern was mirrored for leukaemia, CNS tumours and non-CNS solid tumours, with the difference being most pronounced for leukaemia: AAPC for children -4.6 (-6.1 to -3.1) vs AYAs -3.2 (-4.2 to -2.1) and over 40s -1.1 (-1.3 to -0.8). AAPCs varied between countries in children for all cancers except leukaemia, and in adults over 40 for all cancers combined, but not in subgroups. Improvements in cancer mortality rates in ICBP countries have been most marked among children aged 0 to 14 in comparison to 15 to 39 and over 40 year olds. This may reflect better care, including centralised service provision, treatment protocols and higher trial recruitment rates in children compared to older patients.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».