Brain Metastases among Cancer Patients Diagnosed from 2010–2017 in Canada: Incidence Proportion at Diagnosis and Estimated Lifetime Incidence
Notice bibliographique
Résumé
The incidence of BM among Canadian cancer patients is unknown. We aimed to estimate IP of BM at the time of cancer diagnosis and during the lifetime of patients with selected primary cancers. Data on BM at diagnosis from 2010-2017 was obtained from the CCR. Site-specific IPs of BM were estimated from provincial registries containing ≥90% complete data on BM. The CCR IP estimates and the IP estimates from literature were applied to the total diagnosed primary cancers to estimate the number of concurrent BM and lifetime BM from 2010-2017 in Canada, respectively. The annual average number of patients with BM at diagnosis from all cancer sites was approximately 3227. The site-specific IPs of BM at diagnosis were: lung (9.42%; 95% CI: 9.16-9.68%), esophageal (1.58%; 95% CI: 1.15-2.02%), kidney/renal pelvis (1.33%; 95% CI: 1.12-1.54%), skin melanoma (0.73%; 95% CI: 0.61-0.84%), colorectal (0.22%; 95% CI: 0.18-0.26%), and breast (0.21%; 95% CI: 0.17-0.24%). Approximately 76,546 lifetime BM cases (or 5.70% of selected fifteen primary cancers sites) were estimated to have occurred from the 2010-2017 cancer patient cohort. These findings reflect results of population analyses in the US and Denmark. We recommend improved standardization of the collection of BM data within the CCR.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».