Current and Future Global Burden of Early-Onset Pancreatic Cancer: A Population-Based Study
Notice bibliographique
Résumé
PURPOSE: Early-onset pancreatic cancer (EOPC) is an emerging global health concern, defined as pancreatic cancer (PC) diagnosed before age 50 years. This study aims to evaluate global trends in EOPC incidence, mortality, and associated risk factors, with projections of future burden through 2040. METHODS: A population-based analysis was conducted using the Global Burden of Diseases, Injuries, and Risk Factors Study 2021 data set, encompassing data from 204 countries and territories. EOPC was defined as PC diagnosed in individuals age 15-49 years. Statistical analyses and visualizations were performed using R (version 4.3.2) and Python (version 3.11). RESULTS: Globally, EOPC incident cases increased 1.63-fold from 19,366 in 1990 to 31,531 in 2021. Mortality rose by 57% during the same period, with a total of 26,996 deaths in 2021. Age-standardized incidence and mortality rates declined slightly, reflecting demographic changes and population growth. Middle Sociodemographic Index (SDI) regions exhibited the most rapid increases in both cases and deaths. In 2021, smoking accounted for 8.1% of EOPC deaths, whereas high fasting plasma glucose and high BMI contributed to 6.3% and 5.7% of deaths, respectively. Projections indicate a 10.6% global increase in EOPC cases and deaths by 2040, with the largest absolute increases expected in low-middle SDI regions. CONCLUSION: EOPC incidence and mortality are rising globally, with middle and low-middle SDI regions facing the most rapid increases and projected to carry the greatest burden by 2040. These findings emphasize the need for primary prevention, access to diagnostics, and equitable health care systems. Addressing modifiable risk factors, such as smoking and metabolic syndrome, will be critical in reducing the overall impact of EOPC.
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) | 0,000 | 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 ».