Age-specific lung cancer incidence trends in Canada from 1992 to 2022
Notice bibliographique
Résumé
BACKGROUND: Lung cancer incidence has historically been higher in males than females, but these rates have been converging. Here we detail the trends in age-specific lung cancer incidence in Canada from 1992 to 2022. METHODS: Lung cancer incidence data from 1992 to 2022 by sex and age were obtained from Statistics Canada. We report lung cancer incidence rates and annual percent changes (APC) based on Joinpoint Regression. Birth cohort effects are presented as incidence rate ratios (IRR) with 95 % confidence intervals (CI). RESULTS: Lung cancer incidence has decreased among males aged 35 or above with the largest decreases occurring among those 65 or above. Females under 55 showed similar decreasing trends. However, females 55 or above show stable or increasing incidence rates until around 2017 when rates began decreasing significantly. Birth cohort analysis showed males born after 1957 have lower risk compared to those born at of before 1957. Females risk peaked in 1943-47 and the risk after 1957 slowly returned to early twentieth century levels. CONCLUSION: The sex difference in lung cancer incidence continues to narrow. Lung cancer rates among males have declined for decades, while the decline among females is more recent and incidence is higher for females at younger ages for the first time.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».