Unveiling a Health Disparity: Comparative Analysis of Head and Neck Cancer Trends between First Nations People and Non-Indigenous Australians (1998–2015)
Notice bibliographique
Résumé
Background: We aim to assess and compare the HNC trends between the First Nations and non-Indigenous population. Methods: HNC incidence (1998–2013) and mortality (1998–2015) data in First Nations people and non-Indigenous Australians were utilised from the Australian Cancer Database. The age-standardised incidence and mortality trends along with annual percentage changes were analysed using Joinpoint models. Age-standardised incidence and mortality rates according to remoteness, states, and five-year survival rates among First Nations people and non-Indigenous Australians were presented as graphs. Results: First Nations people had over twice the age-standardised incidence (2013; 29.8/100,000 vs. 14.7/100,000) and over 3.5 times the age-standardised mortality rates (2015; 14.2/100,000 vs. 4.1/100,000) than their non-Indigenous counterparts. Both populations saw a decline in mortality, but the decline was only statistically significant in non-Indigenous Australians (17.1% decline, 1998: 4.8/100,000, 2015: 4.1/100,000; p < 0.05). Across all remoteness levels and states, First Nations people consistently had higher age-standardised incidence and mortality rates. Furthermore, the five-year survival rate was lower by 25% in First Nations people. Conclusion: First Nations people continue to shoulder a disproportionate HNC burden compared to non-Indigenous Australians.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».