Comparison of two indices of exposure to polycyclic aromatic hydrocarbons in a retrospective aluminium smelter cohort
Notice bibliographique
Résumé
BACKGROUND: The association between coal tar-derived substances, a complex mixture of polycyclic aromatic hydrocarbons, and cancer is well established. However, the specific aetiological agents are unknown. OBJECTIVE: To compare the dose-response relationships for two common measures of coal tar-derived substances, benzene-soluble material (BSM) and benzo(a)pyrene (BaP), and to evaluate which among these is more strongly related to the health outcomes. METHODS: The study population consisted of 6423 men with > or =3 years of work experience at an aluminium smelter (1954-97). Three health outcomes identified from national mortality and cancer databases were evaluated: incidence of bladder cancer (n = 90), incidence of lung cancer (n = 147) and mortality due to acute myocardial infarction (AMI, n = 184). The shape, magnitude and precision of the dose-response relationships and cumulative exposure levels for BSM and BaP were evaluated. Two model structures were assessed, where 1n(relative risk) increased with cumulative exposure (log-linear model) or with log-transformed cumulative exposure (log-log model). RESULTS: The BaP and BSM cumulative exposure metrics were highly correlated (r = 0.94). The increase in model precision using BaP over BSM was 14% for bladder cancer and 5% for lung cancer; no difference was observed for AMI. The log-linear BaP model provided the best fit for bladder cancer. The log-log dose-response models, where risk of disease plateaus at high exposure levels, were the best-fitting models for lung cancer and AMI. CONCLUSION: BaP and BSM were both strongly associated with bladder and lung cancer and modestly associated with AMI. Similar conclusions regarding the associations could be made regardless of the exposure metric.
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 ».