MétaCan
Menu
Retour à la cohorte
Enregistrement W2040639376 · doi:10.1158/1538-7445.am10-4826

Abstract 4826: International Lung Cancer Consortium: Pooled analysis of previous lung diseases and lung cancer risk

2010· article· en· W2040639376 sur OpenAlexaff
Darren R. Brenner, Paolo Boffetta, Eric J. Duell, Heike Bickeböller, Albert Rosenberger, Joshua Muscat, Ping Yang, Erich Wichmann, Ann G. Schwartz, Anne Tjønneland, Søren Friis, Loı̈c Le Marchand, Zuo‐Feng Zhang, Philip Lazarus, John K. Field, John K. Wiencke, Monica Neri, Qing Lan, Irene Orlow, Bernard J. Park

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueFolate and B Vitamins Research
Établissements canadiensCancer Care OntarioLunenfeld-Tanenbaum Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineChronic bronchitisInternal medicineLung cancerRelative riskPopulationOdds ratioConfidence intervalCancerCohortBronchitisEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract To clarify the role of previous lung diseases (PLDs) (chronic bronchitis, emphysema, pneumonia, tuberculosis, asbestosis and silicosis) in the development of lung cancer we conducted a pooled analysis in the International Lung Cancer Consortium (ILCCO). Data from 16 studies (9 population based case-control, 4 hospital based case-control, 2 mixed case-control and 1 cohort - 10 from North America, 5 from Europe and 1 from Asia) were pooled, including 24044 cases and 81256 controls. Study-specific effect estimates were derived using logistic regression models for case-control studies and Cox proportional hazards models for cohort studies adjusted for age, sex, education and pack-years of smoking. Effect estimates were then pooled using random effects models where summary effects for each of the PLDs were evaluated separately. Stratified analyses were conducted based on smoking status, histology and study design or control source. Heterogeneity was evaluated using the Cochrane Q statistic and Galbraith plots, and publication bias was evaluated using funnel plots as well as the Begg test. A previous history of emphysema conferred a relative risk (RR) of 2.17, 95% confidence interval (CI): 1.67-2.82 (from 15 studies, p-het<.001). A previous history of chronic bronchitis conferred a RR of 1.49, 95% CI: 1.33-1.60 (from 12 studies, p-het.=0.434). Tuberculosis was associated with a RR of 1.54, 95% CI: 1.19-1.99 (from 15 studies, p-het.=0.001). Both asbestosis (RR 2.51, 95% CI: 1.53-4.12 (from 7 studies, p-het=0.379)) and silicosis (RR 1.70, 95% CI: 1.15-2.54, (from 3 studies, p-het. p=0.476)) were also associated with lung cancer risk. When the outlying studies were removed, effect estimates changed minimally and heterogeneity was reduced. Findings were consistent in subgroup analyses by smoking status and histology (adenocarcinoma, squamous cell carcinoma and small cell lung cancer). Effect estimates among never smokers were for emphysema a RR of 2.21, 95% CI: 0.99-4.90 (from 8 studies), for chronic bronchitis 1.12, 95% CI: 0.78-1.62 (from 9 studies), for pneumonia 1.37, 95% CI: 1.10-1.70 (from 10 studies) and for tuberculosis 1.54, 95% CI: 0.99-2.39 (from 9 studies). In this analysis of data from multiple continents, PLDs were associated with an increased risk of lung cancer. The evidence among never smokers supports a direct relationship between previous lung diseases and lung cancer. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 4826.

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)0,036
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,064
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0090,033
Bibliométrie0,0100,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,030
Tête enseignante GPT0,437
Écart entre enseignants0,408 · 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'étudeMéta-analyse
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetFolate and B Vitamins ResearchTravaux en français237 207