Trends of HIV-Related Cancer Mortality between 2001 and 2018: An Observational Analysis
Notice bibliographique
Résumé
The burden of AIDS-defining cancers has remained relatively steady for the past two decades, whilst the burden of non-AIDS-defining cancer has increased. Here, we conduct a study to describe mortality trends attributed to HIV-associated cancers in 31 countries. We extracted HIV-related cancer mortality data from 2001 to 2018 from the World Health Organization Mortality Database. We computed age-standardized death rates (ASDRs) per 100,000 population using the World Standard Population. Data were visualized using Locally Weighted Scatterplot Smoothing (LOWESS). Data for females were available for 25 countries. Overall, there has been a decrease in mortality attributed to HIV-associated cancers among most of the countries. In total, 18 out of 31 countries (58.0%) and 14 out of 25 countries (56.0%) showed decreases in male and female mortality, respectively. An increasing mortality trend was observed in many developing countries, such as Malaysia and Thailand, and some developed countries, such as the United Kingdom. Malaysia had the greatest increase in male mortality (+495.0%), and Canada had the greatest decrease (-88.5%). Thailand had the greatest increase in female mortality (+540.0%), and Germany had the greatest decrease (-86.0%). At the endpoint year, South Africa had the highest ASDRs for both males (16.8/100,000) and females (19.2/100,000). The lowest was in Japan for males (0.07/100,000) and Egypt for females (0.028/100,000).
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».