State Ranks of Incident Cancer Burden due to Overweight and Obesity in the United States, 2003
Notice bibliographique
Résumé
OBJECTIVE: Given links between obesity and cancer, we estimated incident cancer burden due to overweight and obesity at the state level in the United States. METHODS AND PROCEDURES: Using state rankings by per capita burden of incident cancer cases diagnosed in 2003 that were related to overweight and obesity, we examined the frequency with which states ranked in the highest and lowest quintiles of weight-related burden for cancers of the postmenopausal breast, endometrium, kidney, colon, and prostate. In this study, data from the Behavioral Risk Factor Surveillance System (BRFSS), US Census, US Mortality Public Use Data Tapes, and National Cancer Institute Surveillance, Epidemiology, and End Results (SEER) Program were used. RESULTS: Western states had the lowest weight-related cancer burden for both sexes. Iowa, South Dakota, and West Virginia had the highest burden for all three types of male cancers. West Virginia is the only state that ranked in the quintile of highest weight-related burden for all four cancers considered in women. DISCUSSION: For certain cancers, including endometrial, postmenopausal breast, and colon cancers, states with high burdens clustered in geographic regions, warranting further inquiry. Although state ranks for the total cancer burden and the prevalence of overweight and obesity correlated with state ranks for weight-related incident cancer burden, they often served poorly as its proxy. Such a finding cautions against simply targeting states with high overweight and obesity or high total burdens of cancers for which overweight and obesity are risk factors, as this approach may not reach areas of unrecognized burden.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».