Mortality reduction and cumulative excess incidence (CEI) in the prostate-specific antigen (PSA) screening era
Notice bibliographique
Résumé
The extent to which PSA screening is related to prostate cancer mortality reduction in the United States (US) is controversial. US Surveillance, Epidemiology, and End Results Program (SEER) data from 1980 to 2016 were examined to assess the relationship between prostate cancer mortality and cumulative excess incidence (CEI) in the PSA screening era and to clarify the impact of race on this relationship. CEI was considered as a surrogate for the intensity of prostate cancer screening with PSA testing and subsequent biopsy as appropriate. Data from 163,982,733 person-years diagnosed with 544,058 prostate cancers (9 registries, 9% of US population) were examined. Strong inverse linear relationships were noted between CEI and prostate cancer mortality, and 317,356 prostate cancer deaths were avoided. Eight regions of the US demonstrated prostate cancer mortality reduction of 46.0-63.7%. On a per population basis, the lives of more black men than white men were saved in three of four registries with sufficient black populations for comparison. Factor(s) independent of CEI (potential effects of treatment advances) explained 14.6% of the mortality benefit (p-value = 0.3357) while there was a significant main effect of CEI (effect = -0.0064; CI: [-0.0088, -0.0040]; p-value < 0.0001). Therefore, there is a strong relationship between CEI and prostate cancer mortality reduction that was not related to factors independent of screening utilization. Minority populations have experienced large mortality reductions in the context of PSA mass utilization.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».