Penile Invasive Squamous Cell Carcinoma: Analysis of Incidence, Mortality Trends, and Geographic Distribution in Canada
Notice bibliographique
Résumé
BackgroundPenile invasive squamous cell carcinoma (SCC) is a rare disease with several known risk factors. However, few studies have assessed its incidence, mortality, and temporal trends.ObjectiveOur objectives are to analyze the epidemiology of penile SCC in Canada and to examine patient distribution with this cancer across Canada in order to elucidate population risk factors.MethodsThree independent cancer registries were used to retrospectively analyze demographic data from Canadian men diagnosed with penile invasive SCC between 1992 and 2010. The Canadian Census of Population was used to calculate incidence and mortality rates at the province and Forward Sortation Area levels.ResultsThe overall age-adjusted incidence rate was 6.08 cases per million males. Four provinces with statistically significantly higher incidence rates were identified. The national crude incidence rates increased linearly between 1992 and 2010, whereas the age-adjusted incidence rates showed no significant increase during this time period. The overall age-adjusted mortality rate was 1.88 deaths per million males per year. The province of Saskatchewan had significantly higher mortality rates. There was no increase in crude or age-adjusted mortality rates between 1992 and 2010. There was a significant positive correlation between incidence rates and obesity, Caucasian ethnicity, and lower socioeconomic status.ConclusionThis study was able to establish geographic variation for this malignancy at the provincial level. Although there are many established risk factors for penile SCC, our results suggest that the increase in crude incidence rates observed is largely due to the aging population.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».