《揭示甲状腺癌发病率的上升并解决过度诊断问题》

  • 编译者: 黄雅兰
  • 发布时间:2025-09-28
  • 自20世纪80年代以来,甲状腺癌的全球发病率急剧上升,而甲状腺癌的死亡率却保持相对稳定。发病率的增加在很大程度上可归因于小的和惰性的甲状腺乳头状癌的过度诊断,这在很大程度上是由于广泛(有时是不适当的)使用影像学检查,特别是甲状腺和颈部超声检查。在较小的程度上,过去四十年来晚期甲状腺癌发病率的增加也促成了观察到的趋势。这篇综述描述了过去40年来甲状腺癌发病率的变化,概述了众所周知的和潜在的危险因素,包括肥胖和环境暴露,并探讨了解决甲状腺癌过度诊断和过度治疗的公共卫生问题的策略。
相关报告
  • 《年轻人的胰腺癌发病率真的在上升吗?》

    • 编译者:李永洁
    • 发布时间:2024-11-21
    • 年轻美国人中胰腺癌发病率的增加主要是由于早期内分泌癌症的检测得到改善,而不是胰腺腺癌的增加。研究人员表示,鉴于这一人群的死亡率保持稳定,发病率的增加可能反映了以前未被发现的病例,而不是新病例的真实增加。 来自几个登记处的数据显示,在美国和全世界范围内,年轻人群,尤其是女性中,胰腺癌的发病率正在上升。在一项新的分析中,研究人员想要了解,在年轻的美国人中观察到的胰腺癌发病率增加,是癌症发病率真实上升的表现,还是表明了更严格的诊断审查。研究人员解释说,如果胰腺癌的发病率真的在增加,“发病率和死亡率预计会同时增加,早期和晚期诊断也会随之增加。”。 研究人员从美国癌症统计数据库中收集了15-39岁人群的胰腺癌发病率、组织学和分期分布的数据。该数据库涵盖了2001年至2020年几乎整个美国的人口。同一时间段的胰腺癌死亡率数据来自国家生命统计系统。 研究人员观察了四种组织学类别:腺癌,这是主要的胰腺癌组织学类型,以及更罕见的亚型——内分泌和实性假乳头状瘤——以及“其他”类别。研究人员还将特定阶段的发病率分为早期(原位或局部)或晚期(区域性或远处)。 在2001年至2019年期间,年轻女性患癌症的发病率增加了2.1倍(发病率为每百万人3.3-6.9例),而年轻男性的发病率增加了1.6倍(发病率为每百万人3.9-6.2例)。然而,在此期间,女性的死亡率保持稳定(每百万人1.5例死亡;年百分比变化[AAPC],-0.5%;95%置信区间,-1.4%至0.5%),男性的死亡率也保持稳定(每百万人2.5例死亡;AAPC,-0.1%;95%置信区间,-0.8%至0.6%)。 在癌症亚型方面,发病率的增加主要是由于女性早期内分泌癌症和实性假乳头状肿瘤,而不是腺癌(在研究期间保持稳定)。从癌症分期来看,发病率的大部分增长来自较小肿瘤(<2厘米)和早期癌症的检测,在女性中从每百万人0.6例上升到3.7例,在男性中从每百万人0.4例上升到2.2例。作者还发现,在女性和男性中,晚期癌症的发病率没有统计学上的显著变化。胰腺癌的手术治疗率有所增加,女性增加了两倍多(从每百万人中的1.5例增加到4.7例),而男性增加了一倍多(从每百万人中的1.1例增加到2.3例)。
  • 《研究揭示了人工智能工具在诊断女性健康问题时存在的偏见》

    • 来源专题:新一代信息技术
    • 编译者:王晓丽
    • 发布时间:2023-11-29
    • 佛罗里达大学的研究人员发现,旨在诊断一种影响妇女的常见感染的机器学习算法在不同种族群体中显示出诊断偏差。 虽然人工智能工具为改善医疗服务提供了巨大潜力,但从业人员和科学家警告说,它们有可能使种族不平等永久化。 这篇论文发表在周五的《自然》杂志《数字医学》上,是第一篇评估这些工具在妇女健康问题上的公平性的论文。 "J. Crayton Pruitt Family 生物医学工程系副教授、该研究的作者方若谷(Ruogu Fang)说:"机器学习可以成为医疗诊断中的一个重要工具,但我们发现它可能会对不同种族群体产生偏见。 "这对女性健康来说是个警示,因为目前已经存在因种族而异的差异"。 研究人员评估了机器学习在诊断细菌性阴道病(BV)方面的公平性,这是一种影响育龄妇女的常见疾病,在不同种族群体之间存在明显的诊断差异。 方方和共同通讯作者伊万娜-帕克(Ivana Parker)都是赫伯特-韦特海姆工程学院(Herbert Wertheim College of Engineering)的教师,她们从400名妇女中提取了数据,其中白人、黑人、亚裔和西班牙裔各100人。 研究人员说,在研究四种机器学习模型预测无症状妇女乳腺癌的能力时,不同种族的准确性各不相同。 西班牙裔妇女的假阳性诊断率最高,而亚裔妇女的假阴性诊断率最高。