The global, regional, and national burden and quality of care index of kidney cancer; a global burden of disease systematic analysis 1990–2019
Notice bibliographique
Résumé
Kidney cancer (KC) is a prevalent cancer worldwide. The incidence and mortality rates of KC have risen in recent decades. The quality of care provided to KC patients is a concern for public health. Considering the importance of KC, in this study, we aim to assess the burden of the disease, gender and age disparities globally, regionally, and nationally to evaluate the quality and inequities of KC care. The 2019 Global Burden of Disease study provides data on the burden of the KC. The secondary indices, including mortality-to-incidence ratio, disability-adjusted life years -to-prevalence ratio, prevalence-to-incidence ratio, and years of life lost-to-years lived with disability ratio, were utilized. These four newly merged indices were converted to the quality-of-care index (QCI) as a summary measure using principal component analysis. QCI ranged between 0 and 100, and higher amounts of QCI indicate higher quality of care. Gender disparity ratio was calculated by dividing QCI for females by males to show gender inequity. The global age-standardized incidence and mortality rates of KC increased by 29.1% (95% uncertainty interval 18.7-40.7) and 11.6% (4.6-20.0) between 1990 and 2019, respectively. Globally, the QCI score for KC increased by 14.6% during 30 years, from 71.3 to 81.6. From 1990 to 2019, the QCI score has increased in all socio-demographic index (SDI) quintiles. By 2019, the highest QCI score was in regions with a high SDI (93.0), and the lowest was in low SDI quintiles (38.2). Based on the World Health Organization regions, the QCI score was highest in the region of America, with Canada having the highest score (99.6) and the lowest in the African Region, where the Central African Republic scored the lowest (17.2). In 1990, the gender disparity ratio was 0.98, and in 2019, it was 0.97 showing an almost similar QCI score for females and males. Although the quality of care for KC has improved from 1990 to 2019, there is a significant gap between nations and different socioeconomic levels. This study provides clinicians and health authorities with a global perspective on the quality of care for KC and identifies the existing disparities.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,008 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».