Thyroid Cancer Incidence and Trends in United States and Canadian Pediatric, Adolescent, and Young Adults
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Thyroid cancer incidence has risen in both the United States and Canada, despite differing healthcare systems. While overdiagnosis likely partly explains this trend in adults, its impact on younger populations is unclear. We used the North American Association of Central Cancer Registries, which included 133,808 thyroid cancer cases from the United States and Canada, to assess incidence trends among pediatric, adolescent, and young adult (PAYA) populations. METHODS: Age-adjusted incidence rates (AAIR) per 100,000 person-years (PY) were compared using rate ratios (RR), stratified by sex, age, race/ethnicity (United States only), and histology. Joinpoint regression estimated annual percentage changes (APC) and average APCs (AAPC) in AAIRs. From 1995 to 2014, thyroid cancer incidence increased by 137%. Significant increases occurred across all age groups (0-14, 15-24, 25-34, 35-39 years). The rate increase was highest for papillary thyroid cancer (AAPC = 5.50, 95% CI 5.06, 5.94), and among individuals aged 35-39 years (AAPC = 5.99, 95% CI 4.84, 7.15). Of racial/ethnic groups in the United States, non-Hispanic White individuals had the highest AAIR (6.22 per 100,000 PY). Mortality has changed minimally. CONCLUSIONS: Over the past two decades, thyroid cancer incidence has increased in individuals under 40. While evidence suggests that overdiagnosis primarily accounts for this trend, other contributing factors cannot be ruled out. Further research and surveillance of the drivers of increased incidence are critical.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».