MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410818307 · doi:10.1200/jco.2025.43.16_suppl.e22519

Burden of tracheal, bronchus, and lung cancer in high-income North America: Trends from 1990 to 2021 and death projections to 2050.

2025· article· en· W4410818307 sur OpenAlexaboutno aff
Fagun Rakesh Viramgama, Dhara Popat, Jyoti Verma, Mehak Jindal, Siddhant Jain, Saif Syed, Abdullah Jamal, Abdul Aleem, Himanshu Bharatkumar Koyani

Notice bibliographique

RevueJournal of Clinical Oncology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLung cancerIntensive care medicineLungInternal medicine

Résumé

récupéré en direct d'OpenAlex

e22519 Background: Tracheal, bronchus, and lung cancer (TBL) cancer remain significant public health challenges, particularly in high-income regions of North America (HINA), where changing risk factors and advancements in healthcare have shaped disease trends over the decades. Methods: This study is the first to estimate the incidence, prevalence, deaths, disability-adjusted life years (DALYs), and years lived with disability (YLDs) due to tracheal, bronchus, and lung (TBL) cancer across high-income North America (HINA) by age, sex, year, and location from 1990 to 2021, utilizing the standardized Global Burden of Disease Study 2021 framework. Non-fatal health outcomes were modeled using DISMOD-MR 2.1, while fatal health outcomes were assessed using the Cause of Death Ensemble Model (CODEm). Results: The total percentage change (TPC) in prevalence of TBL cancer increased by 43% (95% UI: 37-48%), while deaths rose by 14% (95% UI: 8-18%) from 1990 to 2021. The highest TPC in incidence was observed in Canada (59%), followed by Greenland (31%) and the USA (19%). For deaths, Canada saw a 42% increase, Greenland 27%, and the USA 11%. The age-standardized incidence rate (ASIR) declined from 59.1 (56.5-60.8) per 100,000 in 1990 to 37.2 (34.5-38.9) per 100,000 in 2021, with a 42% reduction in the age-standardized mortality rate (ASMR) and a 50% decrease in the age-standardized DALY rate (ASDALR) over the same period. By age, individuals aged 55+ accounted for 238,470 (218,678-250,416) new cases in 2021, compared to 13,038 (12,610-13,487) in the 20-54 age group. Similarly, deaths in 2021 were predominantly in the 55+ age group, with 188,320 (172,394-198,521) deaths, compared to 8,983 (8,684-9,283) in the 20-54 group. Gender analysis revealed a higher burden increase among females compared to males. Incidence increased by 58% in females versus 1% in males, while deaths rose by 47% in females but decreased by 5% in males. YLDs also increased more significantly in females (61%) compared to males (3%). Conclusions: Deaths due to TBL cancer accounted for 24.56% of all cancer related casualties in HINA in 2021. From a public health perspective, the rising prevalence and mortality of TBL cancer in HINA, particularly among females and older adults, highlights the urgent need for targeted prevention strategies, including tobacco control and early detection programs. The decline in ASIR, ASMR, ASDALR suggests progress in cancer control measures, but disparities in outcomes by gender and location emphasize the need for equitable healthcare access and tailored interventions. For clinicians, the findings underscore the importance of vigilant screening, particularly in high-risk populations, and the integration of advanced therapeutic approaches to address the shifting epidemiology and improve patient outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,496
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetGlobal Cancer Incidence and Screening→Travaux en français237 207→