Cancer Incidence Projections in Northern Ireland to 2040
Notice bibliographique
Résumé
Background: Data on historical trends and estimates of future cancer incidence are essential if cancer services are to be adequately resourced in future years. <br/><br/>Methods: Age-standardised incidence rates for all cancers combined and 19 common cancers diagnosed during 1993-2017 were determined by sex, year of diagnosis and age. Data were fitted using an age-period-cohort model, which was used to predict rates in future years up to 2040. These were combined with population projections to provide estimates of the future case number. <br/><br/>Results: Compared to the annual average in 2013-2017, for all cancers (excluding non-melanoma skin) age-standardised incidence rates are expected by 2040 to fall 9% among males and rise 12% among females, while the number of cases diagnosed is projected to increase by 45% for males and 58% for females. Case volume is projected to rise for all cancer types except for cervical and stomach cancer, with the annual number of cases diagnosed projected to more than double among males for melanoma, liver, and kidney cancers, and among females for liver, pancreatic and lung cancers.<br/><br/>Conclusion: Increased numbers of cancer cases is projected, due primarily to projected increases in the number of people aged 60 years and over. <br/><br/>Impact: Projected increases will significantly impact the health services which diagnose and treat cancer. However, while population growth is primarily responsible, reduction of exposure to cancer risk factors, especially tobacco use, obesity, alcohol consumption and UV radiation, could attenuate the predicted increase in cancer cases.<br/>
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 | 0,002 |
| 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 | 0,001 |
| 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 ».