Incidence and mortality trends of metastatic prostate cancer: Surveillance, Epidemiology, and End Results database analysis
Notice bibliographique
Résumé
INTRODUCTION: In the past decade, prostate cancer screening decreased, raising the concern of delays in diagnosis and leading to an increase in new cases of metastatic prostate cancer. This study evaluated whether these changes may have impacted trends in metastatic prostate cancer incidence and survival. METHODS: Metastatic prostate cancer diagnoses from 2008-2016 were identified from the Surveillance, Epidemiology, and End Results (SEER) 18 registries. Age-adjusted incidence rates per 100 000 were calculated by time periods and demographic variables. Two-year all-cause and prostate cancer-specific mortality were calculated for patients diagnosed from 2008-2014, and multivariable Cox proportional hazards models were used to evaluate the impact of demographic and clinical variables. RESULTS: Incidence rates of metastatic prostate cancer increased by 18% from 2008-2009 to 2014-2016 (incidence rate ratio [IRR]=1.18, 95% confidence interval [CI] 1.14-1.21). This trend was observed across multiple subgroups but was greatest in non-Hispanic Whites and patients living in counties 0-10% below poverty level. There was an overall decreased risk of all-cause and prostate cancer-specific mortality, but unmarried men and men living in counties >20% below poverty level showed statistically significant increased risk of prostate cancer-specific mortality. CONCLUSIONS: Non-Hispanic Whites and the wealthiest subgroups had the largest increase in incidence of metastatic prostate cancer since 2008. Despite trends of decreased risk of prostate cancer-specific mortality, we found certain populations experienced increases in mortality risk. Studies exploring the role of socioeconomic factors on screening and access to newer treatments are needed.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».