Trends in Prostate Cancer Incidence and Survival by Gleason Score from 2000 to 2020: A Population-Based Study in Northeastern Italy
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer (PCa) trends have evolved due to changing screening practices. This study assessed long-term trends in PCa incidence and survival according to Gleason score (GS) in Friuli Venezia Giulia, northeastern Italy. METHODS: A population-based study was conducted, encompassing 21,571 PCa cases from the regional Cancer Registry, diagnosed between 2000 and 2020. Age-standardized incidence rates and 5-year overall (OS) and net survival (NS) were assessed by GS (2-6, 7, 8-10) and age group (<65, 65-74, ≥75). Trends were analyzed using Joinpoint regression. RESULTS: PCa incidence increased from 2000 to 2007 (Annual Percent Change, APC = +1.8%), then declined sharply until 2010 (APC = -7.6%) and remained stable thereafter. Incidence of low-grade cancers (GS 2-6) decreased across all age groups, especially in men aged ≥ 75 years (APC = -8.1%). The incidence of GS 7 rose until 2007 and then stabilized. High-grade cancers (GS 8-10) showed a stable incidence, but their proportion increased from 20% to 29%, mainly in older men. Survival improved across all GS groups. For GS 2-6, OS increased from 81.4% to 88.2%; for GS 7, from 78.1% to 88.1%. GS 8-10 had smaller gains, but NS reached 82% in recent years. Among men aged ≥ 75 years, OS for GS 7 rose from 51.9% to 78.1%, and for GS 8-10, from 43.9% to 54.4%. NS remained high for GS ≤ 7. CONCLUSIONS: While overall outcomes improved, the increasing proportion of high-grade PCa, despite a stable incidence, raises concerns, particularly in older men, and calls for tailored clinical strategies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».