Global burden of cutaneous melanoma incidence attributable to ultraviolet radiation in 2022
Notice bibliographique
Résumé
Cutaneous melanoma (CM) accounted for around 331,700 cancer cases globally in 2022. Ultraviolet radiation (UVR) is a major CM risk factor. In this study, we update and improve global estimates of UVR-attributable CM cases. Population attributable fractions (PAFs) were calculated by age, sex, and country using GLOBOCAN 2022 national incidence estimates comparing to a minimally exposed Nordic 1930 birth cohort reference population. Adjustments for acral lentiginous melanoma were made to exclude non-UVR-associated melanomas. In sensitivity analyses, PAFs were recalculated with a theoretical minimally exposed 1903 South Thames, England birth cohort and world region-specific reference populations. An estimated 267,353 (95% uncertainty intervals [UI]: 242,818, 278,638) CM cases were UVR attributable globally in 2022. Males contributed to a larger proportion (57%, 151,921 out of 267,353) of UVR-attributable CMs. We found significant regional variation with the highest PAF observed in Australia/ New Zealand, Northern Europe, and North America, all with more than 95% CM cases UVR-attributable. Attributable age-standardized rates were highest in regions with populations of lighter skin color such as Australia/New Zealand, Northern Europe, and North America, with 75.68 (95%UI: 74.50, 76.86), 36.82 (95%UI: 36.38, 37.26) and 33.69 (95%UI: 33.47, 33.91) attributable cases per 100,000 people. By age group, the burden increased with age, with PAF of 76.39% (95%UI: 66.24, 81.01) among people aged 30-49 versus 86.13% (95%UI: 80.04, 88.99) among 70+ years. Most of the global CM burden in 2022 was UVR-attributable. Primary prevention through increasing sun safety awareness and affordable sun protection provision options is key to reducing CM.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».