MétaCan
Menu
Retour à la cohorte
Enregistrement W2108248849 · doi:10.1136/oem.2003.010165

Changing trends in US mesothelioma incidence

2004· article· en· W2108248849 sur OpenAlexaff
Hans Weill, Janet Hughes, Andrew Churg

Notice bibliographique

RevueOccupational and Environmental Medicine · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMesotheliomaAsbestosIncidence (geometry)MedicineEpidemiologyDemographyCancer incidenceEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

AIMS: To report the temporal pattern and change in trend of mesothelioma incidence in the United States since 1973. METHODS: The Surveillance, Epidemiology, and End Results (SEER) programme of the National Cancer Institute has since 1973 provided annual age adjusted incidence for mesothelioma in representative cancer registries dispersed throughout the USA. SEER data are analysed to describe the trend of male mesothelioma incidence in the USA. RESULTS: The US male mesothelioma incidence data indicate that after two decades of increasing incidence, a likely decline has been observed since the early 1990s, when a highly significant change in the upward course occurred. CONCLUSIONS: Increasing male mesothelioma incidence for many years was undoubtedly the result of exposure to asbestos. The high mesothelioma risk was prominently influenced by exposure to amphibole asbestos (crocidolite and amosite), which reached its peak usage in the 1960s and thereafter declined. A differing pattern in some other countries (continuing rise in incidence) may be related to their greater and later amphibole use, particularly crocidolite. The known latency period for the development of this tumour provides biological plausibility for the recent decline in mesothelioma incidence in the USA. This favourable finding is contrary to a widespread fear that asbestos related health effects will show an inevitable increase in coming years, or even decades.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,251 · 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'étudeObservationnel
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

Citations140
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOccupational and Environmental MedicineMême sujetOccupational and environmental lung diseasesTravaux en français237 207