Identifying Social Determinants of Melanoma Incidence and Diagnosis in Canada
Notice bibliographique
Résumé
Contexte Le mélanome est le septième cancer le plus fréquent au Canada, avec une incidence en hausse tant chez les hommes que les femmes. Cette hausse est attribuée à l'augmentation de l'exposition aux rayons ultraviolets (UV), ainsi qu'à la détection précoce du mélanome. La prévention et la détection précoce du mélanome sont des interventions qui sauvent des vies. Malgré l'augmentation de l'incidence, les taux de mortalité par mélanome sont en baisse. L'identification des Canadiens à risque de développer un mélanome est essentielle pour les décideurs politiques et les cliniciens. Un rapport de Statistique Canada concernant l'exposition aux rayons UV et le risque de mélanome a révélé que le risque de mélanome était associé à des caractéristiques sociodémographiques plus élevées de revenu, d'éducation et d’emploi. Une revue systématique récente des études canadiennes sur l’association entre le statut socio-économique et le mélanome était limitée par le petit nombre d'études, leur conception hétérogène et l'utilisation de différentes mesures de statut socio-économique.Objectif Cette thèse à manuscrit étudie les relations entre les facteurs sociodémographiques et l'âge et le stade au moment du diagnostic de mélanome en utilisant des données pancanadiennes du registre national du cancer liées aux réponses individuelles de l'Enquête sur la santé dans les collectivités canadiennes (ESCC).Méthodes Cette étude est réalisée à l'aide de données couplées de Statistique Canada : l’ESCC intégrée aux données sur la mortalité, l'hospitalisation, les codes postaux historiques, le registre du cancer, les fichiers fiscaux et les données de recensement. Des cas de mélanome du Registre canadien du cancer (RCC) de 2010 à 2016 sont liés aux réponses des cycles 2015, 2016 et 2017 de l'ESCC. Le couplage permet d'examiner les associations entre l'âge des patients au moment du diagnostic et le sexe, l'éducation, le revenu du ménage et la région de résidence à l'aide de régressions bivariées et multivariées. J'étudie également les associations entre la présence d'un mélanome in situ ou malin au moment du diagnostic et ces variables à l'aide de régressions logistiques et logistiques multivariées.Résultats et discussion L’échantillon est composé de 360 personnes atteintes d'un mélanome cutané diagnostiqué à partir de 18 ans à l'extérieur du Québec entre le 1er janvier 2010 et le 31 décembre 2016, qui ont également répondu à l'un des cycles de l'ESCC de 2015, 2016 et 2017. Mes résultats soulignent que les personnes atteintes de mélanome sont principalement de race blanche, âgées et de statut socioéconomique plus élevé. Des caractéristiques sociodémographiques spécifiques sont associées à un diagnostic plus précoce du mélanome. Les femmes (- 3,29 ans, IC 95 % : -6,31, -0,28), les personnes ayant fait des études postsecondaires (-10,39 ans, IC 95 % : -14,72, -6) et les Canadiens à revenu de ménage élevé (-12,37 ans, IC 95 % : -18,73, -6,01) reçoivent un diagnostic de mélanome à un plus jeune âge. Les données de stade de cancer disponibles limitent l'étude de l'association entre les facteurs sociodémographiques et le stade au moment du diagnostic, mais les résultats préliminaires indiquent une probabilité accrue de mélanome malin chez les personnes ayant fait des études postsecondaires (1,19, IC 95 % : 0,65, 2,21), tandis que les résultats suggèrent qu'un revenu de ménage plus élevé protège contre le mélanome malin (0,49, IC 95 % : 0,17, 1,43 après prise en compte de l'éducation).Conclusion Cette thèse contribue aux connaissances sur l'influence de facteurs sociodémographiques sur l'incidence du mélanome au Canada. Elle met en évidence les disparités dans l'incidence du mélanome en fonction des caractéristiques sociodémographiques dans un système de soins de santé universel. L'approfondissement de cette compréhension contribuera à l'élaboration de stratégies de prévention et de détection du mélanome dans le contexte canadien
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) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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) | 0,003 | 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 ».