Global Patterns and Trends in Pancreatic Cancer Incidence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: We aim to provide a global geographical picture of pancreatic cancer incidence and temporal trends from 1973 to 2015 for 41 countries. METHODS: Joinpoint regression and age-period-cohort model was used. RESULTS: In 2012, the highest age-adjusted rate was in Central and Eastern Europe for males and North America for females. Most regions showed sex disparities. During the recent 10 years, increasing trends were observed in North America, Western Europe, and Oceania. The greatest increase occurred in France. For recent birth cohorts, cohort-specific increases in risk were pronounced in Australia, Austria, Brazil, Canada, Costa Rica, Denmark, Estonia, France, Israel, Latvia, Norway, Philippines, Republic of Korea, Singapore, Spain, Sweden, the Netherlands, United States, and US white male populations and in Australia, Austria, Brazil, Bulgaria, Canada, China, Czech Republic, Finland, France, Italy, Japan, Lithuania, Norway, Republic of Korea, Singapore, Spain, The Netherlands, United Kingdom, United States, and US white female populations. CONCLUSIONS: In contrast to the favorable effect of the decrease in smoking prevalence, other factors, including the increased prevalence of obesity and diabetes and increased physical inactivity, increased intake of red or processed meat and inadequate intake of fruits and vegetables are likely to have an unfavorable role in pancreatic cancer incidence worldwide.
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.
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) | 0,001 | 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) | 0,002 | 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 découle