MétaCan
Menu
Retour à la cohorte
Enregistrement W3200978041 · doi:10.1093/jjco/hyab011

Age-specific bladder cancer incidence rate in the world

2021· article· en· W3200978041 sur OpenAlexaboutno aff
Ayako Okuyama, Megumi Hori

Notice bibliographique

RevueJapanese Journal of Clinical Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBladder and Urothelial Cancer Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerIncidence (geometry)OncologyBladder cancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

In order to make a comparison of the age-specific colorectal 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, the Republic of Korea and Thailand), three countries in America (the United States of America, Canada and Brazil), two countries in Oceania (Australia and New Zealand) and 4 countries in Europe (the United Kingdom, France, 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. Bladder cancer was coded as C67 based on ICD-10. Figure 1 shows the age-specific incidence rates of bladder cancer in male by countries. The age-specific incidence rates in European countries, in particular Italy and Germany, tend to be higher than other countries in Asia, America and Oceania. The age-specific incidence rates continued to increase with age in most of the studied countries. The incidence rate exceeded 1 per 100 000 in the late 20s to 30s, whereas in Italy the incidence rate exceeded 1 per 100 000 in the late teens. The age-specific incidence rates in Asia except Japan tend to be lower than in America and Oceania. In Asia, Japan shows the highest incidence rates of bladder cancer. The incidence rate in Japan up to the age of 30 is almost the same as that in China and the Republic of Korea, but after that the incidence rates increased with age, and the difference from the incidence rates in other Asian countries became large. Age-specific bladder cancer incidence rate per 100 000 people in male. Age-specific bladder cancer incidence rate per 100 000 people in male. Figure 2 shows the age-specific incidence rates of bladder cancer in female by countries. The incidence rate for female was lower than that for male in all studied countries. In the age-specific incidence rate for female, the incidence rates in Europe, especially Italy and Germany, tend to be higher than in other countries. With the exception of Japan, the incidence rates in Asian countries tend to be lower than in other countries. In the Republic of Korea, China and Thailand, the incidence rate remained almost constant after the 80s, while in Japan, as in Europe, America and Oceania, the incidence rate continued to increase with age. Age-specific bladder cancer incidence rate per 100 000 people in female. Age-specific bladder cancer incidence rate per 100 000 people in female. Note: Data were downloaded from the Global Cancer Observatory (GCO), which is an interactive web-based platform presenting global cancer statistics (https://gco.iarc.fr/). Responsibility for this presentation and interpretation lies with the authors of this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,475
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Clinical OncologyMême sujetBladder and Urothelial Cancer TreatmentsTravaux en français237 207