Rising Incidence of Colorectal Cancer in Young Adults Corresponds With Increasing Surgical Resections in Obese Patients
Notice bibliographique
Résumé
OBJECTIVES: Strong evidence links obesity to esophageal cancer (EC), gastric cancer (GC), colorectal cancer (CRC), and pancreatic cancer (PC). However, national-level studies testing the link between obesity and recent temporal trends in the incidence of these cancers are lacking. METHODS: We queried the Surveillance, Epidemiology, and End Results (SEER) to identify the incidence of EC, GC, CRC, and PC. Cancer surgeries stratified by obesity (body mass index ≥30 kg/m) were obtained from the National Inpatient Sample (NIS). We quantified trends in cancer incidence and resections in 2002-2013, across age groups, using the average annual percent change (AAPC). RESULTS: The incidence of CRC and GC increased in the 20-49 year age group (AAPC +1.5% and +0.7%, respectively, P < 0.001) and across all ages for PC. Conversely, the incidence of CRC and GC decreased in patients 50 years or older and all adults for EC. According to the NIS, the number of patients with obesity undergoing CRC resections increased in all ages (highest AAPC was +15.3% in the 18-49 year age group with rectal cancer, P = 0.047). This trend was opposite to a general decrease in nonobese patients undergoing CRC resections. Furthermore, EC, GC, and PC resections only increased in adults 50 years or older with obesity. DISCUSSION: Despite a temporal rise in young-onset CRC, GC, and PC, we only identify a corresponding increase in young adults with obesity undergoing CRC resections. These data support a hypothesis that the early onset of obesity may be shifting the risk of CRC to a younger age.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».