Global burden of tuberculosis attributable to cancer in 2019: Global, regional, and national estimates
Notice bibliographique
Résumé
BACKGROUND: Cancer is an independent risk factor for tuberculosis (TB). The global burden of incident TB attributable to cancer has never been explored. We aimed to evaluate the cancer-attributable burden of TB. METHODS: We estimated the population attributable fraction (PAF) by Levin's formula. The cancer prevalence rates were derived from the Institute for Health Metrics and Evaluation. The relative risk of TB in cancer patients was estimated by using the National Health Insurance Research Database in Taiwan. The global burden of incidence TB attributable to cancer was the weighted sum of PAFs multiplied by the incidence of TB retrieved from the World Health Organization. RESULTS: Worldwide, the total of incident TB cases attributable to cancer was 115,478 cases with a 95% confidence interval (CI), 110,482-123,007, in 2019. The global PAF of TB due to cancer was 1.85% (95% CI, 1.77-1.97%). The three countries with the highest PAFs were Greenland (7.77%), Canada (7.75%), and the United States of America (6.79%), while the three countries with the highest attributable TB cases due to cancer were China (25,240), India (21,629), and Indonesia (13,917). Cancer of respiratory system contributed to 60,257 of TB cases. CONCLUSIONS: This study comprehensively explored the impact of cancer on the global burden of TB. Efforts to reduce cancer risk, delay the occurrence of cancer, or treat latent TB infection in the cancer population could potentially reduce the burden of TB and rely on formulating integrated strategies.
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 | 0,001 | 0,001 |
| 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 ».