Modelling smoking history using a comprehensive smoking index: application to lung cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The mathematical representation of smoking history is an important tool in analysis of epidemiological and clinical data. Hoffmann and colleagues recently proposed a single aggregate measure of smoking exposure that incorporates intensity, duration, and time since cessation. This comprehensive smoking index (CSI), which may be incorporated in any regression model, depends on a half-life (tau) and a lag (delta) parameters that have to be fixed a priori, or estimated by maximizing the fit. The CSI has not previously been used for analysis of cancer data. Following some preliminary results on smoking and lung cancer, the authors proposed a new version of the CSI for lung cancer. The aim of this study was to investigate the performance of the original and the new versions of the CSI in the analysis of three data sets from two case-control studies of lung cancer undertaken in Montreal, in 1979-1985 in males, and in 1996-2000 in both males and females. The estimates of tau and delta for both versions of the CSI were similar across data sets. The new version of the CSI fitted the three data sets systematically although moderately better than the original version, and at least as well as other representations of lifetime smoking history that used separate variables for time since cessation and cumulative amount of cigarettes smoked. The results suggest that the CSI may be an attractive and parsimonious alternative to conventional modelling of different aspects of smoking history for lung cancer.
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.
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 découle