TENDÊNCIA DA MORTALIDADE POR CÂNCER DOS ÓRGÃOS DA GENITAL MASCULINA NO BRASIL E REGIÕES NO PERÍODO DE 1980 A 2019
Bibliographic record
Abstract
Objetivo: Estimar a tendência temporal da mortalidade por neoplasias malignas dos órgãos da genitália masculina no Brasil e suas regiões no período de 1980 a 2019. Metodologia: Trata-se de um estudo ecológico de série temporal sobre mortalidade por cânceres dos órgãos da genital masculina, no Brasil e regiões, de 1980 a 2019. Os dados foram provenientes do Sistema de Informação Sobre Mortalidade (SIM). Os dados foram estratificados segundo ano, região, categoria CID-9/CID-10 e faixa etária. As Taxas Padronizadas de Mortalidade (TPM) foram calculadas e utilizadas para estimar a tendência que foi feita pelo modelo de regressão linear com correção da autocorrelação de Prais-Winsten. Resultados: No Brasil ao longo dos 40 anos foram registradas 346.943 mortes por neoplasias malignas das genitálias masculinas. A média da taxa padronizada de mortalidade no Brasil foi de 11,06 óbitos para cada 100 mil mulheres (DP=2,27). A tendência temporal no Brasil foi de crescimento (Variação Percentual Anual - VPA=1,32%, p<0,05). O Norte, Nordeste e Centro-oeste também apresentaram crescimento (VPA= 2,95%, 3,90% e 1,65%, respectivamente). O Sul e Sudeste apresentaram tendência estacionária (p>0,05). Conclusão: A tendência temporal demonstrou que somente as regiões Sul e Sudeste apresentaram estabilidade, enquanto o Brasil, Norte, Nordeste e Centro-oeste apresentaram crescimento.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| 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".