Burdens of Breast Cancer and Projections for 2030 Among Women in Asia: Findings from the 2021 Global Burden of Disease Study
Notice bibliographique
Résumé
Background: Employing the most recent dataset from the Global Burden of Disease (GBD) Study 2021, this report sought to delineate the current epidemiologic landscape of breast cancer in Asian women. Methods: We examined the evolving trends in disease prevalence and explored the correlations between breast cancer and factors such as age, temporal periods, and generational cohorts. We utilized an autoregressive integrated moving average (ARIMA) model to predict the incidence and deaths of breast cancer in Asia. Results: From 1990 to 2021, the age-standardized incidence rate (ASIR), age-standardized DALYs rate (ASDR), and age-standardized mortality rate showed an overall upward trend for Asian women with breast cancer. In 2021, the high-income Asia Pacific region had the highest ASIR value, while South Asia had the lowest ASIR value. The highest age-standardized mortality rate and ASDR values in 2021 occurred in Southeast Asia, while the lowest values for these metrics were in East Asia. In 2021, breast cancer incidence and DALYs were highest in the 50–54 age group, with deaths peaking in the 55–59 age group. The leading risk factor attributed to breast cancer deaths in Asia in 1990 and 2021 was a “diet high in red meat”. Breast cancer incidence and mortality rates are expected to continue to rise in Asia over the next 10 years. Conclusions: The burden of breast cancer in Asian women is increasing, especially in low SDI countries. This study highlighted the differences between populations and regions and predicted the incidence and mortality rates of breast cancer in Asia over the next decade using an ARIMA model. An increased awareness of breast cancer risk factors and prevention strategies is necessary to reduce breast cancer burden in the future.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».