Head and neck cancers in Southeast Asia: 2022 incidence and mortality estimates for 2022 and projections for 2050.
Notice bibliographique
Résumé
e23281 Background: Head and neck cancers pose challenges due to their aggressive nature and complex treatment needs. In Southeast Asia (SEA), with over 690 million people, rising cancer rates are driven by tobacco, betel quid, alcohol use, and genetic factors. Aging populations, urbanization, and healthcare disparities further worsen the burden. This study examines the incidence, mortality, and regional disparities of head and neck cancers in SEA for 2022 and projects trends through 2050 to guide cancer care planning. Methods: We performed a population-based cross-sectional analysis using 2022 data from the Global Cancer Observatory (GCO), derived from national cancer registries. Age-standardized incidence rates (ASIR per 100,000) and mortality rates (ASMR per 100,000) were calculated using the Segi-Doll world reference population. Projections for 2050 incorporated population growth and changes in age distribution, assuming constant ASIR and ASMR. We analyzed data by country, sex, and cancer subsite. Results: The SEA incidence rate of all head and neck cancer is similar to the global rate (ASIR 18.0 vs. 18.9). However, the SEA mortality rate is notably higher than the global average (ASMR 9.5 vs. 5.3). For lip and oral cavity cancers, Myanmar had the highest rates of incidence (ASIR: 6.6 [per 100,000] for males, 2.6 for females) and mortality (ASMR: 3.9 for males, 1.6 for females). Salivary gland cancer incidence was elevated in Indonesia (1.0 for males, 0.59 for females) and the Philippines (0.81 for males, 0.55 for females). In terms of oropharyngeal cancer, males had higher incidence and mortality rates than females across SEA. In Myanmar, for example, the ASIR for males was 2.4 (ten times higher than females), with an ASMR of 1.5 (twelve times higher than females). Nasopharyngeal cancer incidence in Brunei and Indonesia far exceeded global averages (9.8 and 9.6 for males; 4.0 and 2.8 for females, compared to global ASIRs of 1.9 for males and 0.73 for females). Myanmar also reported the highest incidence of hypopharyngeal (4.9 for males, 0.38 for females) and laryngeal cancer (4.5 for males, 0.51 for females). For thyroid cancer, female rates were higher across all countries, with Singapore exhibiting the highest ASIR (10.7 for females, 3.8 for males), though still below the global average for females of 13.6 per 100,000. Conclusions: The growing burden of head and neck cancers in SEA calls for urgent action to address regional healthcare disparities. Enhancing healthcare infrastructure, improving early detection and prevention, and fostering regional collaboration are critical for mitigating the rising cancer burden. Future research should focus on identifying cost-effective, region-specific interventions tailored towards the local incidence and mortality of specific types of cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».