Risk of Cancer Among Firefighters: A Quantitative Review of Selected Malignancies
Notice bibliographique
Résumé
Using the fixed-effect model, the author quantitatively estimated the risks of cancers of the colon, bladder, kidneys, and brain as well as non-Hodgkin's lymphoma and leukemia among firefighters. The risk of these six cancers was not markedly elevated when cohort mortality studies were considered. When all mortality studies were considered, however, there was a mild increase in risk for kidney cancer and non-Hodgkin's lymphoma, with a summary relative risk (sumRR) of 1.22 (95% confidence interval [CI] = 1.02-1.43) and 1.40 (95% CI = 1.20-1.60), respectively. A subcohort analysis based on duration of employment revealed that firefighters with 30 or more years of employment had a significantly increased mortality risk for colon cancer, sumRR of 1.51 (95% CI = 1.05-2.11); kidney cancer, sumRR of 6.25 (95% CI = 1.70-16.00); brain cancer, sumRR of 2.53 (95% CI = 1.27 7.07); and leukemia, sumRR of 2.87 (95% CI = 1.43-5.14). After firefighters had 40 or more years of employment, their risk of mortality was significantly increased for colon cancer, sumRR of 4.71 (95% CI = 2.03-9.27); kidney cancer, sumRR of 36.12 (95% CI = 4.03-120.42); and bladder cancer, sumRR of 5.7 (95% CI = 1.56-14.63). The risk for non-Hodgkin's lymphoma was elevated but not significantly so among firefighters with 20 or more years of employment, with sumRR of 1.72 (95% CI = 0.90-3.31). Kidney cancer risk was significantly elevated as early as the second decade of employment.
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 | 0,017 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,010 |
| Bibliométrie | 0,021 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».