Deciphering Trends in Cancer Mortality: A Comprehensive Analysis of Brazilian Data From 1979 to 2021 With Emphasis on Breast and Prostate Cancers
Notice bibliographique
Résumé
Background: This study examined cancer mortality trends in Brazil from 1979 to 2021, emphasizing breast and prostate cancers. Methods: Utilizing data from the Brazilian Mortality Information System and the Brazilian Institute of Geography and Statistics, it analyzed cancer deaths nationally and regionally, highlighting gender-specific and regional disparities. Results: The research finds that cancer death rates have been growing at an average of 12% per year, contrasting with the population growth rate of 2.2%. This trend is more pronounced in the southern and southeastern regions of Brazil. A comparison of cancer mortality rates between Brazil, the USA, and China reveals that while the Brazilian and Chinese rates exhibit slower growth, the US rate shows a continuous decline since the 1990s. Conclusions: The study adopts a novel approach by focusing on growth rates and employing polynomial interpolation, revealing a deceleration in cancer death growth over the last 15 years across all malignant neoplasms. The study also contextualizes these findings within Brazil's cancer control policies, tracing the evolution of preventive measures and treatment advancements. It highlights the significant role of the National Cancer Institute and the Unified Health System in implementing effective strategies. The decreasing trend in cancer mortality rates in Brazil, despite population growth, illustrates the effectiveness of comprehensive cancer control and prevention measures, underlining their importance in public health policy.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».