Validation de Canproj pour les projections de données sur l’incidence du cancer au Canada
Bibliographic record
Abstract
Introduction Les projections relatives au cancer fournissent une information essentielle pouvant aider à établir l’ordre de priorité des stratégies de lutte contre le cancer, à répartir les ressources et à évaluer les interventions et les traitements actuels. Canproj est un outil de projection pour le cancer utilisant le progiciel R qui est inspiré de Nordpred et qui ajoute une sélection de modèles de projection. L’objectif de ce projet consistait à valider Canproj, programmé avec R, pour les projections à court terme relatives aux taux de cancer. Méthodologie Nous avons utilisé les données nationales sur l’incidence du cancer tirées du Système national de déclaration des cas de cancer et du Registre canadien du cancer pour 1986 à 2014. Nous avons utilisé la validation croisée pour estimer l’exactitude des projections générées par Canproj, avec le biais relatif (BR) comme mesure de validation. Nous avons également évalué l’arbre décisionnel de Canproj pour la sélection automatique du modèle. Résultats Cinq des six modèles ont présenté un BR moyen se situant entre 5% et 10 % et un BR médian d’environ 5 %. Dans le cas de certains sièges de cancer pour lesquels il était plus difficile d’établir des projections, l’utilisation d’une période plus courte a permis d’améliorer la fiabilité. Le modèle Nordpred a été sélectionné dans 79 % des cas par la fonction de sélection automatique de modèle de Canproj, même s’il offrait le BR le plus faible seulement 24 % du temps. Conclusion Le progiciel Canproj a été en mesure de fournir des projections très semblables aux données réelles pour la plupart des sièges de cancer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.061 | 0.195 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.005 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".