Mortalidade por câncer na infância e adolescência: análises de tendência e distribuição espacial nas 133 regiões intermediárias brasileiras
Bibliographic record
Abstract
Introdução: O câncer na infância e adolescência é um grave problema de saúde pública.A incidência da doença nesse grupo etário é responsável por 2 a 3% de todos os cânceres no Brasil.É uma doença menos frequente em crianças que em adultos, porém, de grande impacto social.Objetivos: Avaliar magnitude, tendência e padrões espaciais da mortalidade por câncer na infância e adolescência, entre 1996 e 2017, nas 133 regiões intermediárias brasileiras, utilizando indicadores socioeconômicos e de serviços de saúde.Métodos: É um estudo ecológico que analisa a tendência da mortalidade por câncer na infância e adolescência por meio de séries temporais.Os dados sobre óbitos foram extraídos do Sistema de Informações sobre Mortalidade -SIM.Os dados referentes à população foram extraídos dos censos demográficos de 1991, 2000 e 2010 do Instituto Brasileiro de Geografia e Estatística -IBGE, com interpolação para os anos intercensitários.Foram delineadas séries temporais da mortalidade por câncer (e tipos específicos) em cada estado brasileiro.O cálculo e interpretação das tendências de mortalidade utilizaram o procedimento de autorregressão de Prais-Winsten.Resultados: As taxas de mortalidade para todas as neoplasias foram maiores na Região Norte (7,79 óbitos por 100.000 habitantes), enquanto para as leucemias foram maiores na Região Sul (1,61 óbitos por 100.000 habitantes).Em ambas a mortalidade foi maior no sexo masculino e na faixa etária de 0 a 4 anos.A tendência se mostrou decrescente (APC -2,11 [IC 95%: -3,14;-1,30]) para todas as neoplasias nas regiões brasileiras e estacionária (APC -0.43 [IC 95%: -1.61;2.12])para as leucemias, no período analisado.Conclusão: A taxa de mortalidade, para todas as neoplasias, apresentou valores mais elevados nas regiões que dispõem de menores números de leito de UTI do SUS.Nas leucemias, o IDH-M, as despesas de saúde do governo com paciente ambulatorial, o número de leitos, o número de leitos de UTI e o número de leitos de UTI do SUS apresentou associação com a mortalidade.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
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".