MétaCan
Menu
Retour à la cohorte
Enregistrement W4407764841 · doi:10.1038/s41598-025-90537-8

Disease burden of trachea, bronchus and lung cancer 1990–2021 and global trends projected to 2035

2025· article· en· W4407764841 sur OpenAlexaff
Xinming Zhang, Jing Zou, Jinghua Ning, Rongjun Qu, Yanhong Zhao, Congcong Lv, Yi Liang, Yuzhe Zhang

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesDali UniversityInstitute for Health Metrics and Evaluation
Mots-clésLung cancerMedicineDiseaseBronchusLungPathologyInternal medicineRespiratory disease

Résumé

récupéré en direct d'OpenAlex

Tracheal, bronchial, and lung cancer (TBL) is among the most common malignancies worldwide, with persistently high incidence and mortality rates, posing a significant threat to public health. However, existing studies on TBL disease burden are often limited to specific regions or short-term trends, lacking systematic and predictive analyses. This study comprehensively evaluated the global, regional, and national burden of TBL across 204 countries and territories from 1990 to 2021, utilizing predictive models to estimate trends from 2022 to 2035. This study used data from the Global Burden of Disease (GBD) 2021 database to systematically analyze the prevalence (ASPR), incidence (ASIR), mortality (ASMR), and disability-adjusted life years (DALYs) associated with TBL. Age-standardized rates (ASR) were used to quantify disease burden. Historical trends were assessed using Joinpoint regression analysis, while ARIMA and Bayesian age-period-cohort (BAPC) models were employed to predict future trends. The study also incorporated the Sociodemographic Index (SDI) to investigate the impact of socioeconomic development on TBL burden. In 2021, the global ASPR, ASIR, ASMR, and DALYs for TBL were 37.28, 26.43, 23.50, and 638.60 per 100,000 population, respectively. From 1990 to 2021, ASPR increased slightly (0.09 per 100,000), while ASIR, ASMR, and DALYs declined by 0.07, 0.15, and 0.23 per 100,000, respectively. Regionally, the highest ASPR was observed in the high-income Asia-Pacific region (69.79 per 100,000), while East Asia recorded the highest ASIR (43.41 per 100,000) and ASMR (38.53 per 100,000). Sub-Saharan Africa had the lowest burden. Gender analysis showed that males had a significantly higher TBL burden than females, but their burden declined over the study period. In contrast, females, particularly in older age groups, experienced an increase in burden. Future predictions indicate that the overall TBL burden will decline between 2022 and 2035; however, the burden among females and older adults is projected to rise, with a marked increase in female ASPR. This study highlights the global and regional trends in TBL burden from 1990 to 2021 and provides predictions for future burden. Although the overall burden is declining, significant disparities exist across genders and regions, with East Asia and high-income North America warranting particular attention. Females and older adults are priority groups for future interventions. The findings underscore the importance of early screening, targeted interventions, and region-specific strategies to optimize public health policies, resource allocation, and tailored prevention efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,357
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207