MétaCan
Menu
Retour à la cohorte
Enregistrement W2007278186 · doi:10.1097/00001648-200101000-00004

Drinking Water Contaminants and Childhood Leukemia

2001· article· en· W2007278186 sur OpenAlexaff
Claire Infante‐Rivard, Eric R. Olson, Louis Jacques, Pierre Ayotte

Notice bibliographique

RevueEpidemiology · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversité LavalCentre Hospitalier Universitaire Sainte-JustineUniversité de SherbrookeUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésOdds ratioConfidence intervalMedicinePercentilePopulationEnvironmental healthCase-control studyChildhood leukemiaToxicologyLeukemiaInternal medicineLymphoblastic LeukemiaBiology

Résumé

récupéré en direct d'OpenAlex

We conducted a population-based case-control study to evaluate the relation between exposure to drinking water contaminants (total and specific trihalomethanes and certain metals and nitrates) and childhood acute lymphoblastic leukemia. We compared 491 cases 0-9 years of age with 491 controls. We developed a municipality-exposure matrix based on municipal and provincial historical data, a tapwater survey in 227 homes, and information about residential history. We used average level of exposure and cumulative average over the period as exposure indices, and we measured risk for the pregnancy period as well as for the postnatal period. We show that risks were generally not increased for the prenatal period nor with average levels of exposure. Postnatal cumulative exposure for total trihalomethanes at above the 95th percentile of the distribution for cases and controls was associated with an odds ratio of 1.54 (95% confidence interval = 0.78-3.03); for that same period, risk associated with exposure to chloroform was increased (odds ratio = 1.63; 95% confidence interval = 0.84-3.19) as well as that for exposure to zinc (odds ratio = 2.48; 95% confidence interval = 0.99-6.24). Risks were also increased for exposure to cadmium and arsenic, but not for other metals nor for nitrates.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,251
Écart entre enseignants0,232 · 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

Citations66
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetWater Treatment and DisinfectionTravaux en français237 207