S2890 A Global Perspective on Liver Cancer From Hyperglycemia: National and Regional Burden Based on the 2021 GBD Study
Notice bibliographique
Résumé
Introduction: Hyperglycemia has emerged as a significant and potentially modifiable risk factor for liver cancer, contributing to the rising global cancer burden. However, the extent of its impact at global, regional, and national levels remains insufficiently characterized. This study aims to comprehensively quantify the burden of liver cancer attributable to hyperglycemia by analyzing Disability-Adjusted Life Years (DALYs), mortality, and Years of Life Lost (YLLs) using data from the 2021 Global Burden of Disease (GBD) Study. Methods: We analyzed GBD 2021 data on liver cancer attributable to hyperglycemia from 1990 to 2021. Trends in age-standardized mortality, DALYs, and YLLs were assessed using Average Annual Percent Change (AAPC) with 95% confidence intervals (CIs). Results: Globally, hyperglycemia as a risk factor for liver cancer led to a total of 6.05 million DALYs). DALY rates increased from 1.73 per 100,000 in 1990 to 4.05 in 2021 (Average Annual Percentage Change [AAPC]: 2.82). A total of 265,302 deaths were attributed to hyperglycemia-related liver cancer, with mortality rates rising from 0.07 to 0.18 per 100,000 (AAPC: 3.17). Hyperglycemia contributed to 5.98 million YLLs, with YLL rates increasing from 1.71 to 4.01 per 100,000 over the study period (AAPC: 2.81). Regionally, the fastest rise in DALYs, mortality rates, and YLLs occurred in Australasia (AAPC: 6.38, 6.71, and 6.37, respectively), followed by Southern Latin America (AAPC: 5.87, 6.08, and 5.86) and High-income North America (AAPC: 5.73, 5.82, and 5.72). Nationally, the highest burden of DALYs, mortality rates, and YLLs was observed in Canada (7.11, 7.73, and 7.09 per 100,000, respectively), followed by Australia and Chile. In contrast, the greatest decline across all 3 metrics was documented in Mauritius. Conclusion: The global burden of liver cancer attributable to hyperglycemia has risen substantially over the past 3 decades, with the steepest increases observed in Australasia, Southern Latin America, and High-income North America. Nationally, Canada, Australia, and Chile faced the highest disease burden, while Mauritius showed a notable decline. These findings highlight critical geographic disparities and underscore the urgent need for targeted metabolic risk reduction strategies to curb the rising impact of hyperglycemia on liver cancer 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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».