National and subnational incidence, mortality and associated factors of colorectal cancer in China: A systematic analysis and modelling study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Due to their known variation by geography and economic development, we aimed to evaluate the incidence and mortality of colorectal cancer (CRC) in China over the past decades and identify factors associated with CRC among the Chinese population to provide targeted information on disease prevention. Methods: We conducted a systemic review and meta-analysis of epidemiolocal studies on the incidence, mortality, and associated factors of CRC among the Chinese population, extracting and synthesising data from eligible studies retrieved from seven global and Chinese databases. We pooled age-standardised incidence rates (ASIRs) and mortality rates (ASMRs) for each province, subregion, and the whole of China, and applied a joinpoint regression model and annual per cent changes (APCs) to estimate the trends of CRC incidence and mortality. We conducted random-effects meta-analyses to assess the effect estimates of identified associated risk factors. Results: = 0.42), while the ASMR of CRC decreased from 12.00 to 7.95 (per 100 000 person-years) between 1974 and 2020 with a slight downward trend (APC = -0.89). We analysed 62 risk factors with synthesized data; 16 belonging to the categories of anthropometrics factors, lifestyle factors, dietary factors, personal histories and mental health conditions were graded to be associated with CRC risk among the Chinese population in the meta-analysis limited to the high-quality studies. Conclusions: We found substantial variation of CRC burden across regions and provinces of China and identified several associated risk factors for CRC, which could help to guide the formulation of targeted disease prevention and control strategies. Registration: PROSPERO: CRD42022346558.
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.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle