Lung cancer risk in never-smokers: a population-based case-control study of epidemiologic risk factors
Notice bibliographique
Résumé
BACKGROUND: We conducted a case-control study in the greater Toronto area to evaluate potential lung cancer risk factors including environmental tobacco smoke (ETS) exposure, family history of cancer, indoor air pollution, workplace exposures and history of previous respiratory diseases with special consideration given to never smokers. METHODS: 445 cases (35% of which were never smokers oversampled by design) between the ages of 20-84 were identified through four major tertiary care hospitals in metropolitan Toronto between 1997 and 2002 and were frequency matched on sex and ethnicity with 425 population controls and 523 hospital controls. Unconditional logistic regression models were used to estimate adjusted odds ratios (OR) and 95% confidence intervals (CI) for the associations between exposures and lung cancer risk. RESULTS: Any previous exposure to occupational exposures (OR total population 1.6, 95% CI 1.4-2.1, OR never smokers 2.1, 95% CI 1.3-3.3), a previous diagnosis of emphysema in the total population (OR 4.8, 95% CI 2.0-11.1) or a first degree family member with a previous cancer diagnosis before age 50 among never smokers (OR 1.8, 95% CI 1.0-3.2) were associated with increased lung cancer risk. CONCLUSIONS: Occupational exposures and family history of cancer with young onset were important risk factors among never smokers.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».