The Global, Regional, National Burden of Cutaneous Squamous Cell Carcinoma (1990–2019) and Predictions to 2035
Notice bibliographique
Résumé
Objective . The aim of the study is to provide the burden of cutaneous squamous cell carcinoma (cSCC) in 21 regions, 204 countries, and territories from 1990 to 2019 by age, sex, and sociodemographic index (SDI) and to predict the global burden of cSCC to 2035. Methods . We use estimates from 2019 Global Burden of Disease (GBD) study to conduct the analysis and prediction. The burden of cSCC was estimated for 21 regions, 204 countries, and territories from 1990 to 2019, through a systematic analysis of incidence, death, and disability adjusted life years (DALYs) modelled data using the methods reported in the GBD 2019 study. We predicted the age‐standardized incidence rates to 2035 at the global, regional, and national level. Results. There were 2,402,221 global incidence cases and 356,054 deaths in 2019. The age‐standardized incidence rate was 30.3 and the age‐standardized death rate was 0.7. cSCC, which caused 1.2 million DALYs with an ASR of 14.6 in 2019. Between 1990 and 2019, the age‐standardized incidence rate increased by 36.1%, death rate increased by 6.1%, and DALY rate increased by 1.5% globally. At the regional level, the highest age‐standardized incidence rate was found in high‐income North America, the highest death and DALY rates were shown in Australasia. At the national level, Canada had the highest age‐standardized incidence and DALY rates in 2019, and the highest death rate was shown in Tonga. A total of 11 GBD regions and 114 countries were predicted to increase in age‐standardized incidence rates between 2019 and 2035, respectively. Conclusions . The cSCC is a major global public health challenge and the burden was often underestimated. The burden is increasing in most countries, especially in countries such as Canada, China, and regions such as Caribbean.
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 ».