Trends in incidence of anal cancer in Austria, 1983–2016
Notice bibliographique
Résumé
BACKGROUND: Recent reports have noted increasing rates of anal cancer among high-income countries worldwide; however, little is known about these trends in Austria. METHODS: Data on anal cancer from 1983 to 2016 were obtained from Statistics Austria. All tumors (n = 3567) were classified into anal squamous cell carcinomas (ASCC), anal adenocarcinomas (AADC), and others (unspecified carcinoma and other specific carcinoma). Anal cancer incidence rates were calculated in 5‑year cycles and incidence average annual percentage change (AAPC) to evaluate trends by sex, histology and age group. RESULTS: The incidence rate of anal cancer was higher among females than males (relative risk, RR = 1.66, 95% confidence interval, CI: 1.55-1.79, p < 0.0001). From 1983 through 2016, incident anal cancer increased significantly (0.92 per 100,000 person-years to 1.85 per 100,000 person-years, AAPC = 1.93, 95% CI: 1.52 to 2.34, p < 0.0001), particularly among those 40-69 years old. From 1983 through 2016, the increasing anal cancer incidence was primarily driven by ASCC (0.47-1.20 per 100,000 person-years, AAPC = 2.23, 95% CI: 1.58 to 2.88, p < 0.0001) and others (other than ASCC and AADC, AAPC = 1.78, 95% CI: 1.01-2.55), yet stable in AADC (AAPC = 0.88, 95% CI: -0.48-2.25). CONCLUSIONS: Despite being a rare cancer in Austria, the increase in anal cancer incidence rate from 1983 to 2016 was substantial, particularly in ASCC. The observed rising trends reflect the need to investigate associated risk factors that have increased over time to inform preventive measures.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».