Cancer diagnosis is one quarter lower than the expected cancer incidence in the first year of COVID‐19 pandemic in Germany: A retrospective register‐based cohort study
Notice bibliographique
Résumé
Cancer diagnosis is one quarter lower than the expected cancer incidence in the first year of COVID-19 pandemic in Germany: A retrospective register-based cohort studyDear Editor,The coronavirus disease of 2019 (COVID-19) pandemic has necessitated that semi-urgent and elective medical cases, including cancer screenings, are postponed in hospitals worldwide to accommodate the increasing number of patients with severe COVID-19 symptoms [1-4].Consequently, several reports from the first COVID-19 wave in spring 2020 showed a significant decrease in new cancer diagnoses as well as cancer therapy and screenings [5,6].We aimed to investigate this further by performing a novel registry-based analysis of insurance claim data from BARMER, Germany's second largest health insurance provider.Detailed descriptions of the study can be found in the Supplementary Materials and Methods.A total of 33,810,604 person-years were analyzed.This included a reference period from January 2017 to December 2019 covering 25,614,919 person-years and the first year of COVID-19 from April 2020 to March 2021, covering 8,195,685 person-years.One hundred sixty-one thousand and fifty individual patients with newly encoded malignant diagnoses (ICD-GM codes: C00-C26, C30-41, C43-58, C60-97) or benign neoplasms (ICD-GM codes: D00-48) were identified (Supplementary Table S1).The median age was 66 years, and 58.6% were female.At the time of data analysis, there were 696 patients with incomplete information (0.4% of all cases).These cases were not considered.The overall incidence of benign and malignant neoplasms encoded by ICD C00 to D48 decreased by 23.06% (-11.63[95%CI:-11.13 to -12.14] per 10,000 insurance holders [IH]; P < 0.001).The most prominent decrease in benign and malignant neoplasms was in the age group 18-49 years with 26.98% (95%CI: -5.69[-5.15 to -6.23] per 10,000 IH; P <
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».