Enhancing information on stage at diagnosis for childhood cancer in Africa
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: Stage at diagnosis is an important metric in treatment and prognosis of cancer, and also in planning and evaluation of cancer control. In sub-Saharan Africa (SSA), for the latter, the only data source is the population-based cancer registry (PBCR). For childhood cancers, the 'Toronto Staging Guidelines' have been developed to facilitate abstraction of stage by cancer registry personnel. Although the feasibility of staging using this system has been shown, there is limited information on the accuracy of staging. METHODS: A panel of case records of six common childhood cancers was established. A total of 51 cancer registrars from 20 SSA countries staged these records, using Tier 1 of the Toronto guidelines. The stage that they assigned was compared with that decided by two expert clinicians. RESULTS: The registrars assigned the correct stage for 53%-83% of cases (71% overall), with the lowest values for acute lymphocytic leukaemia (ALL), retinoblastoma and non-Hodgkin lymphoma (NHL), and the highest for osteosarcoma (81%) and Wilms tumour (83%). For ALL and NHL, many unstageable cases were mis-staged, probably due to confusion over the rules for dealing with missing data; for the cases with adequate information, accuracy was 73%-75%. Some confusion was observed over the precise definition of three stage levels of retinoblastomas. CONCLUSIONS: A single training in staging resulted in an accuracy, for solid tumours, that was not much inferior to what has been observed in high-income settings. Nevertheless, some lessons were learned on how to improve both the guidelines and the training course.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».