Differences in cancer incidence and pattern between urban and rural Nepal: one-year experience from two population-based cancer registries
Notice bibliographique
Résumé
Variations in cancer incidence, mortality and pattern exist in rural and urban areas. Understanding these differences helps in developing targeted cancer prevention and control strategies. However, no previous studies have explored the differences in cancer demographics between the rural and urban areas of Nepal. The data of Kathmandu Valley (urban area) Population-Based Cancer Registry (PBCR) and Rukum (rural area) PBCR were analysed to identify the differences in cancer pattern in rural and urban areas. The age-adjusted incidence rate (AAR) in Kathmandu was higher than that in Rukum (1.6 times among males and 1.9 times among females). The top two leading sites in males were lungs and stomach in both the regions; however, the rates were higher in Kathmandu. The incidence rate for cancer of the urinary bladder among males in Kathmandu was particularly higher - 4.4 times that of Rukum. In females, the leading site of cancer in Kathmandu was breast, which was eight times higher compared to Rukum, whereas the incidence rate of cervix cancer in Kathmandu is 30% less than in Rukum. The incidence of tobacco-related cancer was found to be higher in Kathmandu compared to Rukum. These findings reveal the need for different policy priorities for cancer control in the urban versus rural regions of Nepal, based on the different demographics of cancer in the two areas. Similar studies from other regions of Nepal are needed to develop a targeted cancer control strategy.
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 | 0,004 | 0,011 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».