MétaCan
Menu
Retour à la cohorte
Enregistrement W2134989178 · doi:10.1093/oxfordjournals.aje.a010126

Relation of Physical Activity to Risk of Testicular Cancer

2000· article· en· W2134989178 sur OpenAlexafffundabout
Anil Srivastava, Nancy Kreiger

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2000
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth and Wellbeing Research
Établissements canadiensCancer Care OntarioToronto Public HealthPublic Health OntarioUniversity of Toronto
Organismes subventionnairesHealth Canada
Mots-clésTesticular cancerMedicineRelation (database)CancerOncologyPhysiologyInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

In North America and most Western European countries, testicular cancer is often cited as the most common cancer among young and middle-aged men, and yet few studies have examined the relation between modifiable factors and testicular cancer risk. Data collected between 1995 and 1996 in Ontario, Canada, as part of the Enhanced Cancer Surveillance Study were used to examine the relation between the frequency of recreational, and intensity of occupational, physical activity at various life periods, including cumulative and averaged lifetime activity and risk of testicular cancer. Analysis of 212 cases and 251 controls revealed that relatively high frequency of participation in moderate and strenuous recreational activity in the midteens may have an adverse effect on risk of testicular cancer (odds ratio = 2.36, 95% confidence interval: 1.20, 4.64 for moderate activity of greater than five times a week compared with three times or less a month and odds ratio = 2.58, 95% confidence interval: 1.14, 5.85 for strenuous activity of greater than five times a week compared with less than once a month). Moderate or strenuous occupational demands in one's 20s also increased risk of disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,096
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,088
Tête enseignante GPT0,531
Écart entre enseignants0,443 · 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

Citations51
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetHealth and Wellbeing ResearchTravaux en français237 207