Incidence and incidence trends of the most frequent cancers in adolescent and young adult Americans, including “nonmalignant/noninvasive” tumors
Notice bibliographique
Résumé
BACKGROUND: Incidence rates and trends of cancers in adolescents and young adults (AYAs) ages 15 to 39 years were reexamined a decade after the US National Cancer Institute AYA Oncology Progress Review Group was established. METHODS: Data from the Surveillance, Epidemiology, and End Results program through 2011 were used to ascertain incidence trends since the year 2000 of the 40 most frequent cancers in AYAs, including tumors with nonmalignant/noninvasive behavior. RESULTS: Seven cancers in AYAs exhibited an overall increase in incidence; in 4, the annual percent change (APC) exceeded 3 (kidney, thyroid, uterus [corpus], and prostate cancer); whereas, in 3, the APC was between 0.7 and 1.4 (acute lymphoblastic leukemia and cancers of the colorectum and testis). Eight cancers exhibited statistically significant decreases in incidence among AYAs: Kaposi sarcoma (KS), fibromatous neoplasms, melanoma, and cancers of the anorectum, bladder, uterine cervix, esophagus, and lung, each with an APC less than -1. AYAs had a higher proportion of noninvasive tumors than either older or younger patients. CONCLUSIONS: An examination of cancer incidence patterns in AYAs observed over the recent decade reveal a complex pattern. Thyroid cancer by itself accounts for most of the overall increase and is likely caused by overdiagnosis. Reductions in cervix and lung cancer, melanoma, and KS can be attributed to successful national prevention programs. A higher proportion of noninvasive tumors in AYAs than in children and older adults indicates a need to revise the current system of classifying tumors in this population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».