Cancer incidence, stage shift and survival during the 2020 <scp>COVID</scp>‐19 pandemic: A population‐based study in Belgium
Notice bibliographique
Résumé
The COVID-19 pandemic was associated with a profound decline in cancer diagnoses in 2020 in Belgium. Disruption in diagnostic and screening services and patient reluctance to visit health facilities led to fewer new cases and concerns that cancers may be diagnosed at more advanced stages and hence have poorer prognosis. Using data from mandatory cancer registration covering all of Belgium, we predicted cancer incidence, stage distribution and 1-year relative survival for 2020 using a Poisson count model over the preceding years, extrapolated to 2020 for 11 common cancer types. We compared these expected values to the observed values in 2020 to specifically quantify the impact of the COVID-19 pandemic, accounting for background trends. A significantly lower incidence was observed for cervical, prostate, head and neck, colorectal, bladder and breast cancer, with limited or no recovery of diagnoses in the second half of 2020 for these cancer types. Changes in stage distribution were observed for cervical, prostate, bladder and ovarian and fallopian tube tumours. Generally, changes in stage distribution mainly represented decline in early-stage than in late-stage tumours. One-year relative survival was lower than predicted for lung cancer and colorectal cancer. Stage shifts are hypothesised to result from alterations in access to diagnosis, potentially due to prioritisation of symptomatic patients, and patient reluctance to contact a physician. Since there were over 5000 fewer cancer diagnoses than expected by the end of 2020, it is critical to monitor incidence, stage distribution and survival for these cancers in the coming years.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».