Comparison of liver cancer incidence and survival by subtypes across seven high‐income countries
Notice bibliographique
Résumé
International comparison of liver cancer survival has been hampered due to varying standards and degrees for morphological verification and differences in coding practices. This article aims to compare liver cancer survival across the International Cancer Benchmarking Partnership's (ICBP) jurisdictions whilst trying to ensure that the estimates are comparable through a range of sensitivity analyses. Liver cancer incidence data from 21 jurisdictions in 7 countries (Australia, Canada, Denmark, Ireland, New Zealand, Norway and the United Kingdom) were obtained from population-based registries for 1995-2014. Cases were categorised based on histological classification, age-groups, basis of diagnosis and calendar period. Age-standardised incidence rate (ASR) per 100 000 and net survival at 1 and 3 years after diagnosis were estimated. Liver cancer incidence rates increased over time across all ICBP jurisdictions, particularly for hepatocellular carcinoma (HCC) with the largest relative increase in the United Kingdom, increasing from 1.3 to 4.4 per 100 000 person-years between 1995 and 2014. Australia had the highest age-standardised 1-year and 3-year net survival for all liver cancers combined (48.7% and 28.1%, respectively) in the most recent calendar period, which was still true for morphologically verified tumours when making restrictions to ensure consistent coding and classification. Survival from liver cancers is poor in all countries. The incidence of HCC is increasing alongside the proportion of nonmicroscopically verified cases over time. Survival estimates for all liver tumours combined should be interpreted in this context. Care is needed to ensure that international comparisons are performed on appropriately comparable patients, with careful consideration of coding practice variations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».