Epidemiology of renal cancer in developing countries: Review of the literature
Notice bibliographique
Résumé
INTRODUCTION: Renal cell carcinoma (RCC) is the ninth most common cancer in men, and the 14th most common cancer in women. It has been reported that the incidence of RCC is rising. These changes are more common in developed countries because of better screening programs and disease registry. The aim of this article is to review the epidemiology of RCC around the world. METHODS: A literature review of four databases was performed: PubMed, Embase, Lilacs, and Scielo. Studies of incidence, prevalence, mortality, and survival of RCC were taken from different countries. Studies included were published in the last 10 years. Two reviewers independently selected the studies. RESULTS: A total of 5275 references were reviewed by title and abstract. In the end, 42 references were selected for full-text review. The global incidence and prevalence of cancer vary. The highest incidence was described in North America and Northern Europe. In Canada, by 2007 the incidence was 17.9/100 000 and 10.3/100 000 in males and females, respectively. Developing countries like Colombia have fewer incidence rates, with less information in poor-income areas. CONCLUSIONS: We have seen a rise in the incidence and mortality of RCC globally. There is an association between RCC and smoking, obesity, hypertension, and socioeconomic status. Seeing the epidemiological data from some regions in developing countries and the lack of specialists in those places, it can be deduced there is underreporting of the disease that reveals the need to improve both surveillance and disease registration programs, especially in these countries.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».