Epidemiology of Renal Cell Carcinoma
Notice bibliographique
Résumé
Though renal cell carcinoma (RCC) accounts for 2% of global cancer diagnoses and deaths, it has more than doubled in incidence in the developed world over the past half-century, and today is the ninth most common neoplasm in the United States (US). While North America and Western Europe have the highest disease burden (with the Belarus highest in incidence), Latin America, Asia and Africa are projected to see an increase in incidence as nation's transition to a Western lifestyle. Most cases of RCC are discovered incidentally on imaging, and survival is highly dependent on the stage at diagnosis, with the metastatic disease having only a 12% 5-year survival rate. Two-thirds of RCC diagnoses are made in men, and the average age of diagnosis in the US is 64. Those with genetic predispositions, namely von Hippel-Lindau disease, tend to be diagnosed 20 years earlier. RCC has a greater incidence among Hispanics and Native Americans, and a lower survival rate among African Americans in the US. Modifiable risk factors for RCC include smoking, obesity, poorly-controlled hypertension, diet and alcohol, and occupational exposures. Prevention strategies aimed at improving survival and reducing disparities include addressing lifestyle factors and access to regular healthcare among underserved populations and in developing nations, as well as more rigorous imaging guidelines to detect RCC at an earlier stage. A stronger understanding of global RCC epidemiology can facilitate prevention efforts, especially in developing nations and underserved communities where disease burden is predicted to rise in the coming decades.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».