Lung Cancer–Related Clinical and Economic Impacts of Achieving a 5% Smoking Prevalence Rate by 2035 in Canada
Notice bibliographique
Résumé
Background: Smoking is responsible for nearly 85% of lung cancer cases and 30% of all cancer-related deaths. Canada has set an ambitious target to reduce tobacco use to 5% by 2035 in alignment with a world-wide tobacco endgame initiative. Aim: We project the impact of achieving a national 5% smoking prevalence rate by 2035 on population-level lung cancer outcomes and costs. Methods: OncoSim-Lung (version 2.5), led by the Canadian Partnership Against Cancer with model development by Statistics Canada, is a microsimulation model that incorporates Canadian demographics, risk factors, registry data, resource utilization and other data to project clinical and economic impacts of cancer control measures. Smoking cessation parameters were modified to reduce the current average national smoking prevalence rate of 18% over time to 5% in 2035. Impacts were compared with those in a reference scenario, which maintained the current prevalence rate. Outputs of interest included lung cancer incidence, mortality, treatment costs, and quality-adjusted life-years (QALYs). Costs and QALYs are undiscounted and reported in 2016 CAD. Results: Achieving a 5% smoking rate by 2035 would result in a 2017-2035 cumulative total of 31,000 fewer lung cancer cases, 21,000 fewer lung cancer-related deaths, and 457,000 additional QALYs compared with projections based on a constant smoking prevalence rate of ∼20%. When stratified by sex, there would be 15,600 and 15,700 fewer lung cancer diagnoses and 11,000 and 10,000 fewer lung cancer-related deaths for males and females respectively. Furthermore, treatment-related costs would be reduced by $680 million dollars. On average there would be 4,500 fewer lung cancer cases, 3,500 fewer deaths, and $35 million in cost savings annually. If a 5% smoking rate is sustained until 2050, then there would be a 15% reduction in lung cancer cases and a 13% reduction in deaths from 2017-2050. Conclusion: Reducing Canada's smoking prevalence to 5% by 2035 could result in a significant reduction in lung cancer cases, deaths and treatment costs. Like Canada, other countries with relatively high smoking prevalence could use averted treatment costs to offset costs of aggressive smoking prevention and cessation programs or redirect them to other healthcare services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».