Cancer incidence in male and female Canadian Armed Forces personnel and Veterans enrolled between 1976 and 2016: a retrospective population-based cohort study
Notice bibliographique
Résumé
OBJECTIVES: To describe rates of overall and type-specific primary cancers in Canadian Armed Forces (CAF) personnel and Veterans with a first enrolment in the CAF between 1976 and 2016, with comparisons to the Canadian general population (CGP). METHODS: This retrospective cohort study linked CAF administrative data to national cancer registries. Primary cancer diagnoses were ascertained from 1976 to 2017. Using age, year and sex-specific rates from the CGP, SIRs and 95% CIs were calculated by sex for all cancers combined and specific cancer types. Subgroup analyses were conducted for service status, rank and international deployment. RESULTS: Among 210 910 male and 34 940 female CAF personnel and Veterans, 6415 and 1620 incident primary cancer cases were observed, respectively. For cancers overall, CAF personnel and Veterans had lower or similar risk compared with the CGP. Subgroup analyses indicated lower or similar risk compared with the CGP for most cancer types but elevated risk for melanoma in male and female personnel, officers, deployers and male senior non-commissioned members (NCMs); lung and bronchus cancer in male and female junior NCMs; pancreatic cancer in male junior NCMs; testicular cancer in male officers; and cervical cancer in female junior NCMs and non-deployers. CONCLUSION: CAF personnel and Veterans had lower or equal rates of cancer overall compared with the CGP. Elevated rates were observed for certain cancers within subgroups. Further research to examine time trends and risk factors for cancer outcomes in this population is recommended.
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 ».