Trends in upper aerodigestive tract cancer based on 18 cancer registries database worldwide. 1969-1999
Bibliographic record
Abstract
Introdução: O câncer das Vias Aéreas e Digestivas Superiores compreendem um grupo de tumores que se distribuem por diversas regiões anatômicas. Para a maioria das localizações os principais fatores de risco são o tabaco e o álcool. Como os fatores de risco são conhecidos espera-se que as diversas campanhas de prevenção e detecção precoce estivessem propiciando à diminuição da incidência. Objetivos Estimar em algumas localidades do mundo as tendências da incidência dos tumores de lábio, língua, boca, glândulas salivares, orofaringe, nasofaringe e hipofaringe de 1969 a 1999. Métodos Analisou-se os coeficientes de incidência de 18 Registros de Câncer de Base Populacional que possuíam toda a série histórica publicada no Cancer Incidence in Five Continents".utilizando-se modelos de regressão polinomial.Resultados Houve tendência de aumento, estatisticamente significativo, para o câncer de língua e boca em São Paulo em mulheres e em homens de diversos países europeus e localidades dos EUA. Em contrapartida houve queda em Porto Rico, Mumbai e Cingapura. O câncer de lábio decresceu na maioria das localidades em homens. Entretanto em países do norte da Europa e em Iowa houve aumento em mulheres. O câncer de orofaringe aumentou em homens na Europa e em Iowa e decresceu em Cali, Quebec, e localidades da Ásia. O câncer de hipofaringe apresentou tendência crescente em várias localidades da Europa em homens e queda na Suécia, Inglaterra, Cingapura e Porto Rico. Conclusão os tumores de língua, boca e orofaringe continuam apresentando tendências de crescimento para diversas localidades. Por isso há a necessidade de campanhas propiciando a prevenção e a detecção precoce.
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 | 0.007 |
| Science and technology studies | 0.000 | 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 | 0.001 |
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".