Global, Regional and National Burden of Cancers Attributable to High Fasting Plasma Glucose in 204 Countries and Territories, 1990-2019
Notice bibliographique
Résumé
Background: To report the burden of cancers attributable to high fasting plasma glucose (HFPG) by sex, age, location, cancer type and Socio-demographic Index (SDI) over the period 1990 to 2019 for 204 countries and territories. Methods: Using the Comparative Risk Assessment approach of Global Burden of Disease (GBD) study 2019, the burden of cancers attributable to HFPG was reported in 1990 and 2019. Results: Globally, in 2019 there were an estimated 419.3 thousand cancer deaths (95% UI: 115.7 to 848.5) and 8.6 million cancer DALYs (2.4 to 17.6) attributable to HFPG. By sex, 4.6 (1.1 to 9.9) and 4.0 (1.1 to 8.4) million global cancer DALYs were attributable to HFPG in men and women, respectively. The global age-standardized death and DALY rates of cancers attributable to HFPG (per 100,000) have increased by 27.8% (20.5 to 38.7%) and 24.5% (16.4 to 35.6%), respectively, since 1990. High-income North America (9.5 [2.7 to 18.8]) and Eastern Sub-Saharan Africa (2.0 [0.5 to 4.2]) had the highest and lowest regional age-standardized death rates, respectively, for cancers attributable to HFPG. In 2019, the global number of attributable cancer DALYs were highest in 65-69 age group. Moreover, there was an overall positive association between SDI and the regional age-standardized DALY rate for HFPG-attributable cancers. Conclusions: HFPG was associated with more burden in 2019. Preventive programs for diabetes and screening of individuals with diabetes for cancers, especially in older males living in developed countries, are required to arrest the large increases in HFPG-attributable cancers.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».