Lung cancer risk from radon in Ontario, Canada: how many lung cancers can we prevent?
Notice bibliographique
Résumé
PURPOSE: To calculate the burden of lung cancer illness due to radon for all thirty-six health units in Ontario and determine the number of radon-attributable lung cancer deaths that could be prevented. METHODS: We calculated the population attributable risk percent, excess life-time risk ratio, life-years lost, the number of lung cancer deaths due to radon, and the number of deaths that could be prevented if all homes above various cut-points were effectively reduced to background levels. RESULTS: It is estimated that 13.6 % (95 % CI 11.0, 16.7) of lung cancer deaths in Ontario are attributable to radon, corresponding to 847 (95 % CI 686, 1,039) lung cancer deaths each year, approximately 84 % of these in ever-smokers. If all homes above 200 Bq/m(3), the current Canadian guideline, were remediated to background levels, it is estimated that 91 lung cancer deaths could be prevented each year, 233 if remediation was performed at 100 Bq/m(3). There was important variation across health units. CONCLUSIONS: Radon is an important contributor to lung cancer deaths in Ontario. A large portion of radon-attributable lung cancer deaths are from exposures below the current Canadian guideline, suggesting interventions that install effective radon-preventive measures into buildings at build may be a good alternative population prevention strategy to testing and remediation. For some health units, testing and remediation may also prevent a portion of radon-related lung cancer deaths. Regional attributable risk estimates can help with local public health resource allocation and decision making.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».