Cancer Registration in an LMIC: Insights from a Comprehensive Cancer Center in Luxor
Notice bibliographique
Résumé
Abstract Introduction Cancer registries are vital for informing cancer control, especially in low- and middle-income countries (LMICs) where data is limited. This study describes the Shefa Al Orman Hospital (SOH) Cancer Registry in Luxor, Egypt, which follows ICD-O3, SEER staging, and Toronto pediatric staging. Methods A prospective cohort registry was established at SOH from May 2016 to May 2024. Data were collected via house made electronic health records and included demographics, tumor site, morphology, stage, diagnosis method, survival, and geolocation. Descriptive statistics and crude rate calculations were used to analyze distributions and regional patterns. Results A total of 44,134 patients were registered: 42,807 adults and 1,327 children. Patients came from Luxor (44.7%), Qena (34.2%), and other governorates (21%). There were 22,479 (50.9%) cancer cases, 9,203 (20.8%) non-cancer (reflecting weak referral systems and limited primary care), 1,106 (2.5%) deaths before diagnosis (delayed presentation/referral), 6,737 (15.2%) lost to follow-up (suggesting fear or low awareness), and 2,491 (5.6%) referred. In females, top cancers were breast (42.8%), digestive (15.9%), and female genital (9.4%). In males: digestive (30.5%), respiratory (13.7%), and urinary (13.4%). Annual crude cancer rates per 100,000 (8 years): Luxor: Qesm Luxor(246.5), Armant(191.6), Tiba(184.4), Qurna(178.2), Luxor Markaz(162.7), Esna(136.0). Qena: Southern Qena: Qus (110.3), Naqada (97.0), Qeft (76.4). Northern Qena: Qena Markaz (43.4), Farshout (39.7), Deshna (38.1), Nag Hammadi (48.2) The lower rates in northern Qena likely reflect that southern Qena residents primarily attend SOH, while those in the north often seek care in Sohag Conclusions The SOH registry shows that high-quality cancer registration is feasible in LMICs. It highlights the need for better early detection, awareness, referral efficiency, and care coordination, offering a model for cancer control in resource-limited settings. Key messages • Cancer registries in LMICs can reveal critical gaps in referral, diagnosis, and follow-up that impact timely cancer care. • SOH registry data supports early detection and improved care coordination in underserved regions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».