Mortality and years of life lost of colorectal cancer in China, 2005–2020: findings from the national mortality surveillance system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Colorectal cancer (CRC) is the fourth cause of cancer death in China. We aimed to provide national and subnational estimates and changes of CRC premature mortality burden during 2005-2020. METHODS: Data from multi-source on the basis of the national surveillance mortality system were used to estimate mortality and years of life lost (YLL) of CRC in the Chinese population during 2005-2020. Estimates were generated and compared for 31 provincial-level administrative divisions in China. RESULTS: Estimated CRC deaths increased from 111.41 thousand in 2005 to 178.02 thousand in 2020; age-standardized mortality rate decreased from 10.01 per 100,000 in 2005 to 9.68 per 100,000 in 2020. Substantial reduction in CRC premature mortality burden, as measured by age-standardized YLL rate, was observed with a reduction of 10.20% nationwide. Marked differences were observed in the geographical patterns of provincial units, and they appeared to be obvious in areas with higher economic development. Population aging was the dominant driver which contributed to the increase in CRC deaths, followed by population growth and age-specific mortality change. CONCLUSIONS: Substantial discrepancies were observed in the premature mortality burden of CRC across China. Targeted considerations were needed to promote a healthy lifestyle, expand cost-effective CRC early screening and diagnosis, and improve medical treatment to reduce CRC mortality among high-risk populations and regions with inadequate healthcare resources.
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.
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 | 0,003 |
| 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 | 0,001 |
| 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 découle