MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417203745 · doi:10.1158/1557-3265.earlyonsetca25-b020

Abstract B020: Early-onset colorectal cancer mortality trends and birth cohort effect in Mexico, 1998-2023

2025· article· en· W4417203745 sur OpenAlexaboutno aff
Priscilla Espinosa-Tamez, Fernando Macías-González, Liliana Gómez‐Flores‐Ramos, Martín Lajous

Notice bibliographique

RevueClinical Cancer Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésColorectal cancerIncidence (geometry)CohortPopulationMortality rateCohort effectCancerCohort study

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: In high-income countries, there is an increasing incidence of early-onset colorectal cancer (eoCRC; diagnosis before age 50) with individuals born recently facing higher risks relative to those born in the 1960s. In low- and middle-income countries (LMICs), eoCRC remains largely uncharacterized. In Mexico, in the last two decades, colorectal cancer (CRC) mortality has rapidly increased, becoming the leading cause of cancer mortality. Understanding epidemiologic patterns of eoCRC in this population may provide insights for early diagnosis and help generate hypotheses on etiologic factors. Thus, we aimed to describe trends in eoCRC mortality by sex and birth cohort. Methods: We obtained deaths between 1998 and 2023 for CRC (ICD-10 codes C18.0, C18.2-18.9, C19 & C20) from Mexico’s National Institute of Statistics and Geography. We used the National Population Council population estimates to calculate CRC mortality for ages 20 to 74 years by 5-year groups, stratified by ages 20-49 and 50-74, and sex. We estimated the average annual percent change (AAPC) in age-specific CRC mortality rates using joinpoint regression for 1998 to 2023. Age-period-cohort models were estimated to evaluate the effects of period and birth cohort by sex. Results: The age-standardized eoCRC mortality in 2023 was 2.1 (95% CI: 2.0, 2.3) per 100,000 in men and 1.7 (95% CI: 1.6, 1.9) for women. For older adults (aged 50-74), the corresponding estimates were 21.6 (95% CI: 20.8, 22.5) per 100,000 for men and 15.1 (95% CI: 14.4-15.8) for women. For eoCRC, increases in mortality were steepest for men and women aged 45-49 (AAPC: 3.1%; 95% CI: 2.3, 4.2 for men and 2.0%; 95% CI: 1.4, 2.9 for women). The corresponding estimates for men and women 65-69 years were 1.2% (95% CI: -1.5, 2.8) and -1.4% (95% CI: -4.7, 2.6). Men born in 1979 were 1.7 times (95% CI: 1.6-1.8) more likely to die of CRC, while women born in 1984 were 1.6 times (95% CI: 1.4-1.8) more likely, compared to their counterparts born in 1959. Conclusions: While absolute risk of eoCRC remains low, mortality is steadily rising in Mexico. Individuals born in the early 1980s faced a higher CRC mortality relative to those born in the early 1960s. Mexico should strengthen early diagnosis. Individuals born more recently may have been exposed to risk factors that were not present in earlier generations. Citation Format: Priscilla Espinosa-Tamez, Fernando Macías-González, Liliana Gómez-Flores-Ramos, Martin Lajous. Early-onset colorectal cancer mortality trends and birth cohort effect in Mexico, 1998-2023 [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: The Rise in Early-Onset Cancers—Knowledge Gaps and Research Opportunities; 2025 Dec 10-13; Montreal, QC, Canada. Philadelphia (PA): AACR; Clin Cancer Res 2025;31(23_Suppl):Abstract nr B020.

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)0,003
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 enseignants0,161
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,145
Tête enseignante GPT0,542
Écart entre enseignants0,397 · 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 revueClinical Cancer Research→Même sujetBirth, Development, and Health→Travaux en français237 207→