Global incidence, mortality and temporal trends of cancer in children: A joinpoint regression analysis
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
Abstract Background/Methods The Cancer Incidence in Five Continents Time Trends , Nordic Cancer Registries , Surveillance, Epidemiology and End Results , WHO Mortality databases were assessed to extract the Age‐Standardised Rates (ASR) of cancer incidence and mortality among children aged 0–14 years old. By using the ASRs, the country‐specific Average Annual Percentage Change (AAPC) and its corresponding 95% confidence interval (CI) were calculated to determine the epidemiological cancer trend. Results In 2020, the highest incidence of childhood cancer was found in countries with higher Human Development Index (HDI) (ASR = 15.7), yet the highest mortality was found in countries with lower HDIs (ASR = 4.8). As for incidence, seven countries had positive AAPC among boys; Slovakia (AAPC 2001–2010 = 4.98, 95% CI [1.66–8.40]), Ecuador (AAPC 2003–2012 = 4.07, 95% CI [0.67–7.59]) and Thailand (AAPC 2003–2012 = 3.69, 95% CI [0.37–7.11]) had the highest AAPC. Among girls, three countries had positive AAPC, which included Belarus (AAPC 2003–2012 = 3.18, 95% CI [1.11, 5.29]), Canada (AAPC 2003–2012 = 2.83, 95% CI [1.60, 4.07]) and Korea (AAPC 2003–2012 = 1.76, 95% CI [0.23–3.32]). There was an overall decreasing trend of mortality. However, increased mortality was observed in two countries: Ecuador for boys (AAPC 2007–2016 = 1.72, 95% CI [0.27–3.19]) and Austria for girls (AAPC 2008–2017 = 4.11, 95% CI [0.38–7.98]). Conclusions The largest mortality and mortality to incidence ratio of childhood cancer were found in low‐income countries. There was a substantial increasing trend of childhood cancer incidence, while overall its mortality has been decreasing over the past decade. More studies are needed to confirm the drivers behind these epidemiologic trends.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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) | 0,004 | 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