REGIONAL DIFFERENCES IN THE SURVIVAL EXPERIENCE OF PATIENTS WITH CENTRAL NERVOUS SYSTEM TUMOURS IN CANADA
Notice bibliographique
Résumé
Abstract Health care in Canada is delivered on a provincial or territorial level. The objective of our population-based study was to investigate regional differences in survival among Canadians diagnosed with central nervous system (CNS) tumours. We identified 50,670 patients diagnosed with a first-ever primary CNS tumour between 2008 and 2017 with follow-up until December 31, 2017 (excluding Quebec) from the Canadian Cancer Registry linked to vital statistics. We selected the four highest incidence histologies and used Cox proportional hazards regression to estimate hazard ratios (HRs) for regions in Canada (British Columbia, the Prairie provinces, Ontario, the Atlantic provinces, and the Territories) adjusting for sex and tumour behaviour (malignant vs. non-malignant), and stratified by patient age. Ontario was the reference region and had the best survival profile for all histologies investigated. The Atlantic provinces had the highest HR for glioblastomas (HR=1.26, 95% CI:1.18-1.35), gliomas not otherwise specified (NOS) (Overall: HR=1.87, 95% CI:1.43-2.43; Pediatric population: HR=2.86, 95% CI:1.28-6.39) and unclassified tumours (HR=1.95, 95% CI:1.63-2.34). For meningiomas, the Territories had the highest HR (HR=2.44, 95% CI:1.09-5.45) followed by the Prairie provinces (HR=1.52, 95% CI:1.38-1.67). Our findings suggest that regional differences in survival may exist for patients with specific histological subtypes of CNS tumours at the population level. Whether the differential capture of non-malignant tumours across regions, tumour misclassification, or both contributes to the observed regional survival differences warrants further investigation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».