Validation of Canproj for projecting Canadian cancer incidence data.

Cancer projections can provide key information to help prioritize cancer control strategies, allocate resources and evaluate current treatments and interventions. Canproj is a cancer-projection tool that builds on the Nordpred R-package by adding a selection of projection models. The objective of this project was to validate the Canproj R-package for the short-term projection of cancer rates. We used national cancer incidence data from 1986 to 2014 from the National Cancer Incidence Reporting System and Canadian Cancer Registry. Cross-validation was used to estimate the accuracy of the projections generated by Canproj and relative bias (RB) was used as validation measure. The Canproj automatic model selection decision tree was also assessed. Five of the six models had mean RB between 5% and 10% and median RB around 5%. For some of the cancer sites that were more difficult to project, a shorter time period improved reliability. The Nordpred model was selected 79% of the time by Canproj automatic model selection although it had the smallest RB only 24% of the time. The Canproj package was able to provide projections that closely matched the real data for most cancer sites. 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. 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. 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. Le progiciel Canproj a été en mesure de fournir des projections très semblables aux données réelles pour la plupart des sièges de cancer. The range of models Canproj offers allows for making reliable projections for most cancer sites. When there were variations in incidence rates, a recent, shorter time period could be used as the projection base to improve the accuracy of the projected incidence rates. For the national dataset, the Nordpred model was the one most often selected by the Canproj decision tree. Nordpred was the model with the smallest relative bias (RB) 24% of the time, nevertheless it was selected by Canproj decision tree 79% of the time. L’éventail de modèles offerts par Canproj permet d’effectuer des prévisions fiables pour la plupart des sièges de cancer. Lorsque des variations ont été observées en ce qui concerne les taux d’incidence, on a pu utiliser une période plus courte comme base de projection afin d’améliorer l’exactitude des taux d’incidence projetés. En ce qui concerne l’ensemble de données nationales, le modèle Nordpred était celui qui était le plus souvent sélectionné par l’arbre décisionnel Canproj. Le modèle Nordpred a été sélectionné par l’arbre décisionnel Canproj dans 79 % des cas, même s’il présentait le biais relatif (BR) le plus faible seulement 24 % du temps.

Déclaration de conflit d'intérêts

The authors have no conflict of interest to declare.