Marked Variations in Colon Cancer Epidemiology: Sex-specific and Race/Ethnicity-specific Disparities
Notice bibliographique
Résumé
BACKGROUND: Recent studies have reported on the changing epidemiology of colon cancer. Given this cancer's high prevalence and mortality, defining high risk groups will be important to guide improvements in cancer screening programs. METHODS: A retrospective cohort study of a large population-based cancer registry in the United States from 1973-2004 was performed to analyze the race and sex-specific disparities in colon cancer epidemiology. RESULTS: Blacks and females demonstrated the greatest proportions of proximal cancers: the incidence rate of proximal cancers among black males was more than double that of Asian males (25.2 per 100,000/year vs 11.7 per 100,000/year, p < 0.0001) and the rate among black females was twice that of Asian females (21.9 per 100,000/year vs 11.4 per 100,000/year, p < 0.0001). Blacks as a group had the highest rates of advanced cancers: the rate among black males was nearly double that of Hispanic males (17.1 per 100,000/year vs 8.7 per 100,000/year, p < 0.0001) and the rate of advanced cancers among black females was twice that of Hispanic females (12.4 per 100,000/year vs 6.2 per 100,000/year, p < 0.0001). CONCLUSIONS: This study demonstrates marked disparities in the sex-specific and race/ethnicity-specific epidemiology of colon cancer. These differences likely represent unequal access to health care resources and race and sex-specific variations in cancer biology. An individualized approach incorporating these disparities would benefit future research and guidelines for improvements in cancer screening programs.
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 | 0,002 | 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 | 0,001 |
| 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 ».