Time Trend of Upper Gastrointestinal Cancer Incidence in China from 1990 to 2019 and Analysis Using an Age–Period–Cohort Model
Notice bibliographique
Résumé
The aim of this study was to investigate the upper gastrointestinal cancer incidence trend in China from 1990 to 2019 with Joinpoint software and to evaluate the age effect, cohort effect, and period effect using the age–period–cohort model, with the data obtained from the Global Burden of Disease, Injuries, and Risk Factors Study. The crude incidence rate (CR) of upper gastrointestinal cancer in China increased from 41.48/100,000 in 1990 to 62.64/100,000 in 2019, and the average annual percent change (AAPC) was 1.42 (p < 0.05). The age-standardized incidence rate (ASIR) decreased from 50.77/100,000 to 37.42/100,000, and the AAPC was −1.12 (p < 0.05). The net drift was −0.83 (p < 0.05), and the local drifts in the 35–79 age groups of males and all age groups of females were less than 0 (p < 0.05). The age effect showed that the upper gastrointestinal cancer onset risk gradually increased with age, the period effect was fundamentally manifested as a downward trend in onset risk after 2000, and the cohort effect indicated the decreased onset risk of the overall birth cohort after 1926. The ASIR of upper gastrointestinal cancer in China from 1990 to 2019 showed a downward trend, and the onset risk indicated the age, period, and cohort effects.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».