Regional Variability in Survival for Patients Diagnosed with Selected Central Nervous System Tumours in Canada
Notice bibliographique
Résumé
Health care in Canada is managed by provinces/territories. We investigated 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. We selected the four highest incidence histologies and used proportional hazards regression to estimate hazard ratios (HRs) for five regions (British Columbia, Prairie provinces, Ontario, Atlantic provinces and the Territories), adjusting for sex, tumour behaviour and patient age. Ontario had the best survival profile for all histologies investigated. The Atlantic provinces had the highest HR for glioblastoma (HR=1.26, 95% CI:1.18-1.35) and malignant glioma 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). For meningioma, 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). For malignant unclassified tumours, the highest HRs were in British Columbia (HR=1.45, 95% CI:1.22-1.71) and the Atlantic provinces (HR=1.40, 95% CI:1.13-1.74). There are regional differences in the survival of CNS patients at the population level for all four specific histological types of CNS tumours investigated. Factors contributing to these observed regional survival differences are unknown and warrant 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».