Global Incidence Trend of Early-Onset Obesity-Related and Non-Obesity-Related Cancers
Notice bibliographique
Résumé
The global rise in obesity prevalence and the incidence of early-onset cancer (diagnosed between 20 and 49 years of age) is a serious public health concern. We, therefore, evaluated the recent global trends in the incidence of early-onset obesity-related cancers and compared them to those of non-obesity-related cancers. We obtained age-standardized incidence rates of early-onset cancers diagnosed between 2000 and 2012 in 44 countries from the Cancer Incidence in Five Continents database. Using joinpoint regression models, we calculated the average annual percentage changes (AAPCs) and their corresponding 95% confidence intervals (95% CIs) for combined and individual categories of obesity-related cancers (11 and 9 cancer types in females and males, respectively) and non-obesity-related cancers (12 cancer types in both females and males). Differences in the AAPC were assessed by comparing 95% CIs, where nonoverlapping 95% CIs were considered statistically significantly different. We observed statistically significant positive AAPCs for early-onset obesity-related cancers in all available countries combined among females (global AAPC, 4.3%; 95% CI, 4.1-4.6%) and males (global AAPC, 1.4%; 95% CI, 1.2-1.7%). When analyzed by countries, we observed statistically significant positive AAPCs in 26 countries among females and 11 countries among males. AAPCs for early-onset obesity-related cancers were statistically significantly higher than those of non-obesity-related cancers in several regions, especially North America and Oceania. In conclusion, this study indicates that the incidence of early-onset obesity-related cancers exhibited a more pronounced increasing trend than non-obesity-related cancers among both sexes in many countries and regions.
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 ».