MétaCan
Menu
Retour à la cohorte
Enregistrement W4394740367

The Burden of Rare Cancers in North America.

2023· article· en· W4394740367 sur OpenAlex
Brenda M. Hofer, Hannah K. Weir, Angela Eckstrand, Keisha Musonda, Recinda Sherman

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePubMed · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple and Secondary Primary Cancers
Établissements canadiensAlberta Cancer FoundationAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)MedicineDemographyEthnic groupCancer registryCancerPopulationCancer incidenceEpidemiologyPediatricsEnvironmental healthInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Rare cancers are difficult to study owing to their infrequent diagnosis. Using aggregate incidence data from population-based cancer registries in Europe, the Surveillance of Rare Cancers in Europe project compiled a list of clinically relevant, topography and morphology defined rare cancers operationally defined as having a crude annual incidence rate of <6 per 100,000 persons. In 2020, this list of rare cancers was updated. The objective of this study was to assess the utility of a rare cancer recode variable for use in the Cancer in North America (CiNA) dataset and to provide a first look at the burden of rare cancers in Canada and the United States. Methods: Data were obtained from 62 registries in Canada and the United States that met North American Association of Central Cancer Registries (NAACCR) high-quality data standards. The list of rare cancers was programmed as a Rare Cancer Classification variable within SEER*Stat. SEER*Stat was used to estimate case counts and crude and age-specific incidence rates per 100,000 for cancers diagnosed 2015-2019 by age at diagnosis, country, and country-specific geographic regions in Canada and the United States, and by race/ethnicity in the United States. Results: In Canada and the United States, 21% and 22% of all invasive cancers were classified as rare, respectively. The percentage of rare cancers ranged between 18% to 21% across geographic regions in Canada and the United States. Children (aged 0-14 years) had the highest percentage and lowest incidence rates of rare cancers. The percentage of rare cancers decreased, and incidence increased with increasing age. In the United States, Hispanics had the highest percentage (27%) and non-Hispanic Whites and non-Hispanic Blacks the lowest percentage (21%) of rare cancers. Conclusions: While individual rare cancers are infrequently diagnosed, in aggregate, they account for a substantial percentage of all cancers diagnosed in the population and pose a substantial public health burden. We report variations in percentage of rare cancers by age, and race/ethnicity (United States only). Such variations in the burden of these cancers may suggest possible areas for public health research.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,188

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,246
Écart entre enseignants0,221 · 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