A Review of Pesticide Exposure and Cancer Incidence in the Agricultural Health Study Cohort
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
OBJECTIVE: We reviewed epidemiologic evidence related to occupational pesticide exposures and cancer incidence in the Agricultural Health Study (AHS) cohort. DATA SOURCES: Studies were identified from the AHS publication list available at http://aghealth.nci.nih.gov as well as through a Medline/PubMed database search in March 2009. We also examined citation lists. Findings related to lifetime-days and/or intensity-weighted lifetime-days of pesticide use are the primary focus of this review, because these measures allow for the evaluation of potential exposure-response relationships. DATA SYNTHESIS: We reviewed 28 studies; most of the 32 pesticides examined were not strongly associated with cancer incidence in pesticide applicators. Increased rate ratios (or odds ratios) and positive exposure-response patterns were reported for 12 pesticides currently registered in Canada and/or the United States (alachlor, aldicarb, carbaryl, chlorpyrifos, diazinon, dicamba, S-ethyl-N,N-dipropylthiocarbamate, imazethapyr, metolachlor, pendimethalin, permethrin, trifluralin). However, estimates of association for specific cancers were often imprecise because of small numbers of exposed cases, and clear monotonic exposure-response patterns were not always apparent. Exposure misclassification is also a concern in the AHS and may limit the analysis of exposure-response patterns. Epidemiologic evidence outside the AHS remains limited with respect to most of the observed associations, but animal toxicity data support the biological plausibility of relationships observed for alachlor, carbaryl, metolachlor, pendimethalin, permethrin, and trifluralin. CONCLUSIONS: Continued follow-up is needed to clarify associations reported to date. In particular, further evaluation of registered pesticides is warranted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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