MétaCan
Menu
Retour à la cohorte
Enregistrement W4319301760 · doi:10.1016/j.esmoop.2022.100744

Cancer burden in adolescents and young adults in Europe

2023· article· en· W4319301760 sur OpenAlexaff
Annalisa Trama, Dan Stark, Nathalie Gaspar, Fedro A. Peccatori, Angela Toss, Alice Bernasconi, Paola Quarello, Katrin Scheinemann, S. Jezdic, Anne Blondeel, Giannis Mountzios, Stefan Bielack, Emmanouil Saloustros, Andrea Ferrari

Notice bibliographique

RevueESMO Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMcMaster UniversityMcMaster Children's Hospital
Organismes subventionnairesEuropean Society for Medical Oncology
Mots-clésMedicineOverdiagnosisEuropean unionIncidence (geometry)CancerPopulationPublic healthThyroid cancerYoung adultEpidemiologyDemographyEnvironmental healthGerontologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer epidemiology is unique in adolescents and young adults (AYAs; aged 15-39 years). The European Society for Medical Oncology/European Society for Paediatric Oncology (ESMO/SIOPE) AYA Working Group aims to describe the burden of cancers in AYAs in Europe and across European Union (EU) countries. PATIENTS AND METHODS: We used data available on the Global Cancer Observatory. We retrieved crude and age-standardised (World Standard Population) incidence and mortality rates. We reported about AYA cancer burden in Europe and between 28 EU member states. We described incidence and mortality for all cancers and for the 13 cancers most relevant to the AYA population. RESULTS: Incidence and mortality varied widely between countries with the highest mortality observed in Eastern EU countries. Cancers of the female breast, thyroid and male testis were the most common cancers across countries followed by melanoma of skin and cancers of the cervix. Variations in cancer incidence rates across different populations may reflect different distribution of risk factors, variations in the implementation or uptake of screening as well as overdiagnosis. AYA cancer mortality disparities may be due to variation in early-stage diagnoses, different public education and awareness of cancer symptoms, different degrees of access or availability of treatment. CONCLUSIONS: Our results highlight the future health care needs and requirements for AYA-specialised services to ensure a homogeneous treatment across different countries as well as the urgency for preventive initiatives that can mitigate the increasing burden.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,347
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations70
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESMO OpenMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207