Host Factors, Occupation, and Testicular Cancer in Saskatchewan, Canada: 1979-2002
Notice bibliographique
Résumé
The incidence rates of testicular cancer are increasing in several countries, especially among younger adults. The role of agricultural exposure in the etiology of testicular cancer is contentious. We extracted information related to the host, lifestyle, and tumor characteristics from the files of the Saskatchewan Cancer Agency for all cases (n = 517) of testicular cancer diagnosed in Saskatchewan between 1979 and 2000. The following questions were the subject of this initial inquiry: (1) Are tumor characteristics similar or different among occupational groups dichotomized into farmer/nonfarmer? (2) Are host characteristics similar or different among occupational groups? (3) Is farming as an occupation one of the independent predictors of tumor stage at diagnosis? Statistical analyses were restricted on 486 cases. The nonfarmers (n = 349) had smaller tumors in length on average, and more of them were diagnosed at stage I compared to farmers (n = 72). Occupation was not recorded for 65 cases. Farmers were older than nonfarmers. In logistic regression analyses with adjustment for relevant variables as cited in the literature, individuals with nonseminomas [OR (95% CI) 1.99 (1.30-3.31)] and < or = 26 years old at diagnosis [2.12 (1.15-3.93)] were significantly more likely to be diagnosed with a stage 2 or higher tumor. Farmers were significantly more likely than nonfarmers to be diagnosed at stage 2 or higher [1.76 (1.00-3.10)]. Based on our data, the significant predictors of being diagnosed with stage 2 and higher are: presence of nonseminoma, < or = 26 years old, and farming as an occupation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».