Cancer Survival in First Nation and Métis Adults in Canada: Follow-up of the 1991 Census Mortality Cohort
Notice bibliographique
Résumé
Internationally, Indigenous persons tend to have poorer cancer survival than their non-Indigenous peers. Measuring cancer survival among Indigenous populations presents a particular set of challenges owing largely to their small share of the population and a lack of reliable and valid ethnic identifiers in cancer registries and vital statistics registries. The objectives of this thesis were to explore these challenges and how they are or are not overcome internationally, to produce the first Canada-wide estimates of cancer survival for First Nations and Métis, and to estimate the extent to which different methods of measuring cancer survival yield different results in this application. The systematic review conducted to achieve the first objective revealed that the majority of studies of this topic internationally use a cause-specific approach to measuring survival and that despite common threats to validity posed by information biases, rarely discussed these risks or their potential consequences. Data from the 1991 Census Mortality Cohort, a linkage of the 1991 Long Form Census to the Canadian Cancer Registry and the Canadian Mortality Database through to 2009, were used to accomplish the second and third objectives. Compared to non-Aboriginal cohort members, First Nation and Métis people had poorer survival for nearly all of the most common cancers and the disparity remained after taking differences in income and rurality into account. The differences in results yielded by common methods for survival analysis were shown to vary depending on the population, the type of cancer and whether survival itself or survival disparities were being measured. Taken together, this work advances our knowledge of cancer disparities between First Nation, Métis and non-Aboriginal people in Canada and our understanding of how the data and methods we use impact the magnitude of disparities we measure.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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) | 0,001 | 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 ».