Disparities in Epidemiological Profile of Gastric Adenocarcinoma in Selected Cities of Brazil
Notice bibliographique
Résumé
Background: Despite decreasing global incidence trends, gastric cancer is still among the five most incident cancers in the world and the third cancer-related cause of death. In Brazil, differences in incidence and mortality exist depending on the geographic region studied. Objective: To describe the incidence, mortality, trends and age-period-cohort of gastric cancer in three cities of Brazil (Sao Paulo, Belem and Fortaleza), in the period 1990-2012. Mortality for gastric cancer in Brazil overall and by region was described. Methods: 33,462 incident cases of gastric cancer were identified from the population-based cancer registries and 23,424 deaths from mortality information system in residents of the three cities and in Brazil were included in the study. Data for incident cases were extracted from the Population Based Cancer Registries from the National Cancer Institute (INCA). Mortality data on gastric cancer were extracted from Information Technology Department of Brazilian Public Health Care System/Health Ministry (DATASUS/MS). Mortality and incidence age standardized rates were calculated. For trends analysis the Joinpoint Regression and age-period-cohort model were applied. Results: Belem presented the highest incidence rates for gastric adenocarcinoma. Decreasing incidence trends were identified in Sao Paulo (-7.8% in men; -6.3% in women) and in Fortaleza (-1.2% in men). Increasing incidence trends were observed for women in Belem (1.8%) and Fortaleza (1.1%). In Belem (Amazon area), there was an increased risk for gastric cancer in women born after the 1960s. Overall in Brazil mortality for gastric cancer is decreasing. Mortality trends showed significant reduction, for both sexes, in the three Brazilian cities. Conclusion: Incidence of gastric cancer is increasing in women born in the sixties in Belem (Amazon region) and Fortaleza (Northeast region). In Brazil there was increase in mortality in Northeast region and decrease in others regions. More update data on incidence for Amazon and Northeast region is needed.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».