MétaCan
Menu
Back to cohort
Record W3091611863 · doi:10.24095/hpcdp.32.3.03f

Évolution de l’incidence du cancer chez les enfants au Canada, 1992–2006

2012· article· fr· W3091611863 on OpenAlexaffvenueabout
Debjani Mitra, Amanda Shaw, Kayla Hutchings

Bibliographic record

VenueMaladies chroniques et blessures au Canada · 2012
Typearticle
Languagefr
FieldMedicine
TopicAcute Lymphoblastic Leukemia research
Canadian institutionsPublic Health Agency of Canada
Fundersnot available
KeywordsHumanitiesGynecologyArtMedicine

Abstract

fetched live from OpenAlex

<sec> <title>Introduction</title> Le cancer est la principale cause de décès lié à la maladie chez les enfants de 1 à 14 ans au Canada. Malgré l’importance pour la santé publique du cancer chez les enfants, peu de rapports évalués par des pairs ont été publiés sur l’évolution de la situation au Canada. La présente étude porte sur l’évolution des cas de cancer par âge, par sexe et par province de résidence, selon les plus récentes données sur les cancers enregistrés. </sec> <sec> <title>Méthodologie</title> Nous avons utilisé les données fondées sur la population du Registre canadien du cancer pour dégager les tendances de l’incidence des cancers primitifs diagnostiqués entre 1992 et 2006 chez les enfants (0-14 ans) pour les 12 grandes catégories de cancer de la Classification internationale du cancer chez les enfants, 3e édition (CICE-3). </sec> <sec> <title>Résultats</title> De 1992 à 2006, le taux d’incidence de tous les cancers confondus est demeuré stable, mais les tendances variaient selon le type de cancer. Nous avons observé chez les garçons une diminution significative des rétinoblastomes sur l’ensemble de la période à l’étude (− 6,5 % par année) ainsi qu’une augmentation des leucémies de 1992 à 1999 (+ 3,5 % par année). Chez les filles, nous avons constaté une diminution significative des tumeurs du rein de 1998 à 2006 (− 5,7 % par année) et une augmentation des tumeurs du foie de 1997 à 2006 (+ 8,1 % par année). Nous avons aussi relevé des différences en fonction de l’âge et de la province. Il faut interpréter avec prudence les tendances qui se rapportent à un faible nombre de cas par année ou qui présentent un large intervalle de confiance à 95 %. </sec> <sec> <title>Conclusion</title> Les résultats illustrent la nécessité d’une surveillance à l’échelle de la population et des besoins en recherche étiologique. </sec>

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.165
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.014
GPT teacher head0.281
Teacher spread0.267 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations1
Published2012
Admission routes3
Has abstractyes

Explore more

Same venueMaladies chroniques et blessures au CanadaSame topicAcute Lymphoblastic Leukemia researchFrench-language works237,207