Trends in Colorectal Cancer Mortality in the United States, 1999 - 2020
Notice bibliographique
Résumé
Background: The United States faces a significant public health issue with colorectal cancer (CRC), which remains the third leading cause of cancer-related fatalities despite early diagnosis and treatment progress. Methods: This investigation utilized death certificate data from the Centers for Disease Control and Prevention Wide-Ranging OnLine Data for Epidemiologic Research (CDC WONDER) database to investigate trends in CRC mortality and location of death from 1999 to 2020. Additionally, the study utilized the annual percent change (APC) to estimate the average annual rate of change over the specific time period for the given health outcome. Incorporating the location of death in this study served the purpose of identifying patterns related to CRC and offering valuable insights into the specific locations where deaths occurred. Results: Between 1999 and 2020, there were 1,166,158 CRC-related deaths. The age-adjusted mortality rates (AAMRs) for CRC consistently declined from 20.7 in 1999 to 12.5 in 2020. Men had higher AAMR (18.8) than women (13.4) throughout the study. Black or African American patients had the highest AAMR (21.1), followed by White (15.4), Hispanic/Latino (11.8), American Indian or Alaska native (11.4), and Asian or Pacific Islanders (10.2). The location of death varied, with 41.99% at home, 28.16% in medical facilities, 16.6% in nursing homes/long-term care facilities, 7.43% in hospices, and 5.80% at other/unknown places. Conclusion: There has been an overall improvement in AAMR among most ethnic groups, but an increase in AAMR has been observed among white individuals below the age of 55. Notably, over one-quarter of CRC-related deaths occur in medical facilities.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».