Global Increasing Incidence of Young-Onset Colorectal Cancer Across 5 Continents: A Joinpoint Regression Analysis of 1,922,167 Cases
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
BACKGROUND: Colorectal cancer incidence among young adults in the United States is on the rise, but whether this phenomenon is present in other parts of the world is not well documented. This study aims to explore the temporal change of incidence rates for colorectal cancer in various countries across the globe. METHODS: We extracted colorectal cancer incidence and population data from 1988 to 2007 based on data from the International Agency for Research on Cancer and compared incidence between age groups. Twelve representative jurisdictions from five continents were selected. Young-onset colorectal cancer cases were defined as those ages <50 years. Joinpoint regression was used to measure the trends of colorectal cancer incidence and to estimate the annual percent change (APC). RESULTS: The APC for those ages <50 years was noted to be increasing at a faster rate as compared with those ages ≥50 years in many regions, including Australia (+1.10% vs. -0.35%), Brazil (+9.20% vs. +5.72%), Canada (+2.60% vs. -0.91%), China-Hong Kong (+1.82% vs. -0.10%), China-Shanghai (+1.13% vs. -2.68%), Japan (+2.63% vs. +0.90%), the United Kingdom (+3.33% vs. +0.77%), and the United States (+1.98% vs. -2.88%). These trends were largely driven by rectal cancer, except in Brazil and the United Kingdom. CONCLUSIONS: Increasing incidence of young-onset colorectal cancer was noted in many regions across the globe. IMPACT: Further studies focusing on young-onset colorectal cancer, particularly with regard to risk factors and establishing the optimal age of screening, are warranted.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle