Age specific trends in prostate cancer tests, incidence and mortality in Australia since the introduction of the Prostate Specific Antigen (PSA) test
Notice bibliographique
Résumé
Abstract Background Population trends in PSA screening and prostate cancer incidence do not perfectly correspond. We aimed to better understand relationships between trends in PSA screening, prostate cancer incidence and mortality in Australia. Methods Description of age standardised time trends in PSA tests, prostate biopsies, cancer incidence and mortality within Australia for the age groups: 45-74, 75-84, and 85+ years. Results PSA testing increased from its introduction in 1989 to a peak in 2008. It then declined in men aged 45-84 years. Prostate biopsies and cancer incidence declined from 1995 to 2000, in parallel with decrease in trans-urethral resections of prostate (TURP). After 2000, changes in biopsies and cancer incidence paralleled PSA screening in men 45-84 years, while in men ≥85 years, biopsies stabilised and incidence declined. More recently a reduction in TURP correlated with increased Dutasteride and Tamsulosin usage. Prostate cancer mortality in men aged 45-74 years remained low throughout. Mortality in men 75-84 years gradually increased until the mid 1990s, then gradually decreased. Mortality in men ≥85 years increased until the mid 1990s, then stabilised. Conclusions Age specific prostate cancer incidence largely mirrors PSA screening rates. Most deviation may be explained by changes in management of benign prostatic disease and incidental cancer detection. The timing of the small mortality reduction in men 75-84 years is more consistent with benefits from advances in treatment than with early detection through PSA. The large increases in prostate cancer incidence with minimal changes in mortality suggest overdiagnosis.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,007 |
| 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 ».