Expansion of the quality of care index on breast cancer and its risk factors using the global burden of disease study 2019
Notice bibliographique
Résumé
BACKGROUND: Breast cancer (BC), as the top neoplasm in prevalence and mortality in females, imposes a heavy burden on health systems. Evaluation of quality of care and management of patients with BC and its responsible risk factors was the aim of this study. METHODS: We retrieved epidemiologic data of BC from the Global Burden of Disease (GBD) 1990-2019 database. Epidemiology and burden of BC and its risk factors were explored besides the Quality of Care Index (QCI) introduced before, to assess the provided care for patients with BC in various scales. Provided care for BC risk factors was investigated by their impact on years of life lost and years lived with disability by a novel risk factor quality index (rQCI). We used the socio-demographic index (SDI) to compare results in different socio-economic levels. RESULTS: In 2019, 1,977,212 (95% UI: 1,807,615-2,145,215) new cases of BC in females and 25,143 (22,231-27,786) in males was diagnosed and this major cancer caused 688,562 (635,323-739,571) deaths in females and 12,098 (10,693-13,322) deaths in males, globally. The all-age number of deaths and disability-adjusted life years attributed to BC risk factors in females had an increasing pattern, with a more prominent pattern in metabolic risks. The global estimated age-standardized QCI for BC in females in 2019 was 78.7. The estimated QCI was highest in high SDI regions (95.7). The top countries with the highest calculated QCI in 2019 were Iceland (100), Japan (99.8), and Finland (98.8), and the bottom countries were Mozambique (16.0), Somalia (8.2), and Central African Republic (5.3). The global estimated age-standardized rQCI for females was 82.2 in 2019. CONCLUSION: In spite of the partially restrained burden of BC in recent years, the attributable burden to risk factors has increased remarkably. Countries with higher SDI provided better care regarding both the condition and its responsible risk factors.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,012 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».