European trends in ovarian cancer mortality, 1990–2020 and predictions to 2025
Notice bibliographique
Résumé
INTRODUCTION: Over the last decades, ovarian cancer mortality in Europe has been decreasing, but disparities in trends were observed. In this paper, we analysed ovarian cancer mortality trends in Europe over the period 1990-2020 and predicted the number of deaths and rates by 2025. METHODS: We extracted population and death certification data from ovarian cancer in women for 31 European countries, between 1990 and 2020 from the World Health Organization database. We computed age-standardised mortality rates (ASMR) per 100,000 women-years, based on the world standard population. We also obtained predictions for 2025 using a joinpoint regression model and calculated the number of avoided deaths over the period 1994-2025. RESULTS: Over the observed period, mortality from ovarian cancer showed a favourable pattern in most countries. In the EU-27, rates declined by 5.9% from 2010-2014 to 2015-2019, reaching an ASMR of 4.66/100,000. During the same period, the decline in ovarian cancer mortality was more pronounced in the EU-14 countries (-7.0%) compared to Transitional countries (-2.1%). Declines were also observed in the United Kingdom, to reach an ASMR of 5.29. Decreases in mortality from ovarian cancer are predicted until 2025, to 4.17/100,000 for the EU-27. CONCLUSIONS: Favourable trends in ovarian cancer mortality are expected to persist in Europe and can be mainly attributed to the increased use of oral contraceptives in subsequent generations of European women. Decreased use of menopausal Hormone Replacement Therapy and improved diagnosis and management may also have played a role.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».