Cancer health effects of pesticides: systematic review.
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: To review literature documenting associations between pesticide use and cancer. DATA SOURCES: We searched MEDLINE, PreMedline, CancerLit, and LILACS to find studies published between 1992 and 2003 on non-Hodgkin lymphoma, leukemia, and 8 solid-tumour cancers: brain, breast, kidney, lung, ovarian, pancreatic, prostate, and stomach cancer. STUDY SELECTION: Each title and abstract was assessed for relevance; disagreements among reviewers were resolved by consensus. Studies were assessed by a team of 2 trained reviewers and rated based on methodologic quality according to a 5-page assessment tool and a global assessment scale. Studies rated below a global score of 4 out of 7 were excluded. SYNTHESIS: Most studies on non-Hodgkin lymphoma and leukemia showed positive associations with pesticide exposure. Some showed dose-response relationships, and a few were able to identify specific pesticides. Children's and pregnant women's exposure to pesticides was positively associated with the cancers studied in some studies, as was parents' exposure to pesticides at work. Many studies showed positive associations between pesticide exposure and solid tumours. The most consistent associations were found for brain and prostate cancer. An association was also found between kidney cancer in children and their parents' exposure to pesticides at work. These associations were most consistent for high and prolonged exposures. Specific weaknesses and inherent limitations in epidemiologic studies were noted, particularly around ascertaining whether and how much exposure had taken place. CONCLUSION: Our findings support attempts to reduce exposure to pesticides. Reductions are likely best achieved through decreasing pesticide use for cosmetic (non-commercial) purposes (where children might be exposed) and on the job.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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