Epidemiologic Pattern of Cancer in Kathmandu Valley, Nepal: Findings of Population-Based Cancer Registry, 2018
Notice bibliographique
Résumé
PURPOSE: Although cancer is an important and growing public health issue in Nepal, the country lacked any population-based cancer registry (PBCR) until 2018. In this study, we describe the establishment of the PBCR for the first time in Nepal and use the registry data to understand incidence, mortality, and patterns of cancer in the Kathmandu Valley (consisting of Kathmandu, Lalitpur, and Bhaktapur districts), which comprises 10.5% of the estimated 29 million population of Nepal in 2018. MATERIALS AND METHODS: The PBCR collects information from facilities and communities through the active process. The facilities include cancer or general hospitals, pathology laboratories, hospice, and Ayurvedic centers. In the communities, the field enumerators or female community health volunteers collected the data from the households. In addition, the Social Security and Nursing Division under the Department of Health Services, which provides subsidy for cancer treatment of underprivileged patients, was another major source of data. The collected data were verified for residence, accuracy, and completeness and then entered and analyzed using CanReg5 software. RESULTS: In the Kathmandu Valley, the PBCR registered 2,156 new cancer cases with overall age-adjusted incidence rate for all cancers of 95.7 per 100,000 population (95.3 for males and 98.1 for females). The age-adjusted mortality rate for males was 36.3 (n = 365) and for females 27.0 (n = 305) per 100,000 population. We found that the commonest cancers in males were lung and stomach, whereas in females, they were breast and lung cancer. Gallbladder cancer was among the top five common cancers in both sex. CONCLUSION: These findings provide a milestone to understand the cancer burden in the country for the first time using the PBCR and will be helpful to develop and prioritize cancer control 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».