Burden of prostate cancer in the Middle East: A comparative analysis based on global cancer observatory data
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer represents a significant global health issue, yet our understanding of its impact in the Middle East remains limited. This study aimed to assess the incidence and mortality of prostate cancer in the Middle East, and compare these rates to those in Europe and North America. MATERIALS AND METHODS: We utilized the 2020 Global Cancer Observatory data, compiling incidence and mortality rates of prostate cancer in 20 Middle Eastern countries. We calculated mortality-to-incidence ratios (MIR) and compared the age-standardized incidence rate (ASIR) and MIR between the Middle East and the combined regions of North America and Europe. The countries were further stratified based on the Human Development Index (HDI) and income level for additional analysis. RESULTS: In 2020, the Middle East documented an estimated 51,649 new prostate cancer diagnoses, accounting for 3.7% of global cases. Despite a significantly lower ASIR in the Middle East compared with Europe and North America (10.50 vs. 21.50, p = 0.0087), the region had a higher MIR (12.35 vs. 3.00, p = 0.0476). When stratified based on HDI or income levels, there was no significant difference in MIRs; however, a significant trend of increasing MIR with decreasing HDI (p = 0.028) and income levels (p = 0.016) was observed. CONCLUSIONS: Despite a lower incidence, our analysis showed a significantly higher MIR for prostate cancer in the Middle East compared with Europe and North America. These findings underscore the unique challenges posed by prostate cancer in the Middle East and emphasize the necessity of tailored strategies to address this pressing public health issue.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».