Cancer in American Indian and Alaska Native young adults (ages 20-44 years): US, 1999-2004
Notice bibliographique
Résumé
BACKGROUND: An examination of cancer incidence patterns in American Indians and Alaska Native (AI/AN) young adults may provide insight into their present and future cancer burden. METHODS: To reduce racial misclassification, incidence data were linked with the Indian Health Service (IHS) patient services database. Age-adjusted cancer incidence rates per 100,000 (AAR) and corresponding rate ratios (RR) for young adults (ages 20-44 years) were compared across IHS regions and for selected cancers within Contract Health Service Delivery Area counties by race (AI/AN vs non-Hispanic whites [NHW]) and sex. RESULTS: The all-sites cancer incidence rate was lower for AI/ANs (AAR of 83.8) than for NHWs (AAR of 111.2) (RR of 0.75) but varied by IHS regions. Among the leading cancers in AI/AN females the risk was elevated for stomach (RR of 3.22), colorectal (RR of 1.30), uterine (RR of 1.61), and kidney (RR of 1.39) cancers and was lower for breast (RR of 0.70) and thyroid (RR of 0.71) cancers. Among AI/AN young adult males the risk was elevated for stomach (RR of 2.62), liver (RR of 1.89), and kidney (RR of 1.59) cancers and lower for testicular germ cell cancer (RR of 0.64) and lymphoma (RR of 0.60). The risk for these and other cancers varied across IHS regions. CONCLUSIONS: Many of the cancer patterns that characterize the AI/AN population overall are apparent among young adults. Compared with NHW young adults, the overall cancer burden among AI/AN young adults was lower but varied for selected cancers and across IHS regions. Cancer control and research strategies are needed to address the unique genetic, social, cultural, and lifestyle aspects of AI/AN young adults.
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 | 0,000 |
| 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 ».