A 30-year time trend analysis of primary liver cancer incidence in Canada, Mongolia, and the United Kingdom, (1990 - 2019)
Notice bibliographique
Résumé
Background: As one of the leading causes of cancer deaths, reducing primary liver cancer incidence remains a top global health priority. Overall, the most common causes of liver cancer are chronic hepatitis B and hepatitis C viral infections, dietary alcohol abuse, and non-alcoholic fatty steatohepatitis. Countries with historically high disease burden, such as China, have implemented public health strategies to reduce primary liver cancer incidence significantly. Conversely, countries like Mongolia have not experienced the same declines despite prolonged public health intervention. Historically, Western countries have largely avoided substantial disease burden, only to see upticks in incidence rates as etiology and populations have shifted. This study examines primary liver cancer incidence in Canada and the United Kingdom, representative of low burden North American and European populations, and Mongolia, a representative of a high burden Asian population, to analyze incidence trends over 30 years and evaluate for signs of disease reduction.Methods: Data on liver cancer incidence estimates were retrieved from the Global Burden of Disease 2019, covering 30 years from 1990 to 2019. Crude and age-standardized incidence rates and a web-based Age-Period-Cohort tool were calculated to determine age, period, and cohort effects. Hypothesis testing using Wald chi-squared testing was implemented to determine the statistical significance of the time trends observed.Results: Overall, populations in Canada, Mongolia, and the United Kingdom experienced increasing age-standardized incidence rates of primary liver cancer over the 30 years. Plotted longitudinal ASIR estimates reveal that Canadian and UK populations experienced steady increases in age-standardized incidence rates. In contrast, Mongolia peaked around 2010, withdrawing slightly to finish with a net increase. All populations experienced statistically significant positive increases in net drift and period effects. Regardless of gender, all UK populations experienced increased PLC risk after the 1955 reference cohort, while Canada mostly saw statistically significant increases.Conclusion: Exacerbated by shifting causal factors, asymptomatic disease progression, and limited early-detection strategies, liver cancer incidence continues to increase globally. Surveillance must guide data-driven public awareness campaigns, promote preventative lifestyle behaviors, and reduce liver cancer incidence among populations at highest risk.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».