MétaCan
Menu
Retour à la cohorte
Enregistrement W2133873950 · doi:10.1093/aje/kwt290

Invited Commentary: Epidemiologic Studies of the Impact of Air Pollution on Lung Cancer

2013· letter· en· W2133873950 sur OpenAlexaboutno aff
Jaime E. Hart

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2013
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOdds ratioLung cancerInterquartile rangeConfidence intervalEnvironmental healthMedicineAir pollutionOddsCancerRelative riskExposure assessmentEpidemiologyDemographyToxicologyLogistic regressionOncologyInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

In this issue of the Journal, Villeneuve et al. (Am J Epidemiol. 2014;179(4):443-451) present epidemiologic evidence supporting the literature on the adverse effects of air pollution on risk of lung cancer. They found that ambient exposure to volatile organic compounds, especially when measured at longer time scales, was associated with increased odds of lung cancer in citizens of Toronto, Ontario, Canada, between 1997 and 2002. Specifically, in fully adjusted models, they observed that an interquartile-range increase in benzene concentration was associated with an odds ratio of 1.51 (95% confidence interval: 1.13, 2.01) using exposure at the time of interview. The odds ratio increased to 1.84 (95% confidence interval: 1.26, 2.68) when time-weighted exposure at all previous addresses was considered. They obtained similar results for exposure to nitrogen dioxide. These findings add weight to the substantial (and rapidly growing) body of literature on the relation of air pollution with lung cancer risk, as well as illustrate important aspects of the effects of different exposure assessment choices and potential sources of key interest.

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)0,006
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,003
Science ouverte0,0040,001
Intégrité de la recherche0,0370,028
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,116
Tête enseignante GPT0,435
Écart entre enseignants0,319 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetAir Quality and Health ImpactsTravaux en français237 207