EPID-20. THE RISING INCIDENCE AND PREVALENCE OF BRAIN TUMOURS: A CANADIAN EPIDEMIOLOGICAL STUDY
Notice bibliographique
Résumé
Abstract BACKGROUND Primary malignant brain tumours account for over one third of all brain tumours and are associated with high morbidity and mortality. The purpose of this paper is to estimate the rate and trends of incidence and prevalence for primary malignant CNS tumours in Canada from 1992 to 2017. METHODS An epidemiological study using publicly available data from Statistics Canada: Canadian Cancer Registry (CCR) from 1992 to 2017 for all of Canada was conducted. Incidence and prevalence per 100,000, age-standardized incidence, and age-standardized prevalence per 100,000 person-years of primary malignant CNS tumours were calculated and stratified by sex and age: pediatric (0-19), adult (20-64), and elderly ( >64) populations. RESULTS During the study period, incidence and prevalence increased by 27.3% and 28.8%, respectively. Males accounted for 56% of all diagnoses and experienced decreased survival compared to females one year after diagnosis (p-value = 0.04). Age-standardized rates of incidence and prevalence were highest in elderly populations. CONCLUSIONS Overall, the incidence of primary malignant CNS tumours has increased from 1992 to 2017 with males and the elderly disproportionately affected. Increased healthcare resources and awareness are needed to better identify and deliver evidence-based care for these 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».