Incidence of solid tumours among pesticide applicators exposed to the organophosphate insecticide diazinon in the Agricultural Health Study: an updated analysis
Notice bibliographique
Résumé
OBJECTIVE: Diazinon, a common organophosphate insecticide with genotoxic properties, was previously associated with lung cancer in the Agricultural Health Study (AHS) cohort, but few other epidemiological studies have examined diazinon-associated cancer risk. We used updated diazinon exposure and cancer incidence information to evaluate solid tumour risk in the AHS. METHODS: Male pesticide applicators in Iowa and North Carolina reported lifetime diazinon use at enrolment (1993-1997) and follow-up (1998-2005); cancer incidence was assessed through 2010(North Carolina)/2011(Iowa). Among applicators with usage information sufficient to evaluate exposure-response patterns, we used Poisson regression to estimate adjusted rate ratios (RRs) and 95% CI for cancer sites with ≥10 exposed cases for both lifetime (LT) exposure days and intensity-weighted (IW) lifetime exposure days (accounting for factors impacting exposure). RESULTS: We observed elevated lung cancer risks (N=283) among applicators with the greatest number of LT (RR=1.60; 95% CI 1.11 to 2.31; P(trend)=0.02) and IW days of diazinon use (RR=1.41; 95% CI 0.98 to 2.04; P(trend)=0.08). Kidney cancer (N=94) risks were non-significantly elevated (RR(LT) days=1.77; 95% CI 0.90 to 3.51; P(trend)=0.09; RR(IW) days 1.37; 95% CI 0.64 to 2.92; P(trend)=0.50), as were risks for aggressive prostate cancer (N=656). CONCLUSIONS: Our updated evaluation of diazinon provides additional evidence of an association with lung cancer risk. Newly identified links to kidney cancer and associations with aggressive prostate cancer require further evaluation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 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 ».