Replication Data and Code for: Inequalities in relative cancer survival by race, immigration status, income, and education for 22 cancer sites in Canada, a cohort study
Notice bibliographique
Résumé
The following files are code and partial data to reproduce results in the study: Malagón T, Botting-Provost S, Moore A, El-Zein M, Franco EL. Inequalities in relative cancer survival by race, immigration status, income, and education for 22 cancer sites in Canada, a cohort study. Int J Cancer. 2025 Jul 1;157(1):41-54. doi: 10.1002/ijc.35337. Epub 2025 Jan 16. PMID: 39821788; PMCID: PMC12062929. https://doi.org/10.1002/ijc.35337 The SAS programs format the data from original microdata files and perform the propensity score matching and Poisson regression models. The outputs from the Poisson regression models were saved as Excel files, and were used to calculate relative survival using the R program "relative survival from propensity score models appendix version.R". The partial data of Poisson model outputs can be used to generate custom estimates of survival and mortality rates by race, immigration status, household income, and education level using estimating equations based on fitted Poisson model parameters. Additional SAS programs used for the secondary analyses using life table methods are also included here. The microdata files used to fit the models and other results of the study are owned by Statistics Canada; restrictions apply to the availability of these data, which were used under license by Statistics Canada for this study. Eligible researchers can apply for access to this data through the Statistics Canada Research Data Centre program (https://www.statcan.gc.ca/en/microdata/data-centres/access).
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 | 0,009 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,290 | 0,073 |
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 ».