Arsenic in drinking water and urinary tract cancers: a systematic review of 30 years of epidemiological evidence
Notice bibliographique
Résumé
BACKGROUND: Arsenic in drinking water is a public health issue affecting hundreds of millions of people worldwide. This review summarizes 30 years of epidemiological studies on arsenic exposure in drinking water and the risk of bladder or kidney cancer, quantifying these risks using a meta-analytical framework. METHODS: Forty studies met the selection criteria. Seventeen provided point estimates of arsenic concentrations in drinking water and were used in a meta-analysis of bladder cancer incidence (7 studies) and mortality (10 studies) and kidney cancer mortality (2 studies). Risk estimates for incidence and mortality were analyzed separately using Generalized Linear Models. Predicted risks for bladder cancer incidence were estimated at 10, 50 and 150 μg/L arsenic in drinking water. Bootstrap randomizations were used to assess robustness of effect size. RESULTS: Twenty-eight studies observed an association between arsenic in drinking water and bladder cancer. Ten studies showed an association with kidney cancer, although of lower magnitude than that for bladder cancer. The meta-analyses showed the predicted risks for bladder cancer incidence were 2.7 [1.2-4.1]; 4.2 [2.1-6.3] and; 5.8 [2.9-8.7] for drinking water arsenic levels of 10, 50, and 150 μg/L, respectively. Bootstrapped randomizations confirmed this increased risk, but, lowering the effect size to 1.4 [0.35-4.0], 2.3 [0.59-6.4], and 3.1 [0.80-8.9]. The latter suggests that with exposures to 50 μg/L, there was an 83% probability for elevated incidence of bladder cancer; and a 74% probability for elevated mortality. For both bladder and kidney cancers, mortality rates at 150 ug/L were about 30% greater than those at 10 μg/L. CONCLUSION: Arsenic in drinking water is associated with an increased risk of bladder and kidney cancers, although at lower levels (<150 μg/L), there is uncertainty due to the increased likelihood of exposure misclassification at the lower end of the exposure curve. Meta-analyses suggest exposure to 10 μg/L of arsenic in drinking water may double the risk of bladder cancer, or at the very least, increase it by about 40%. With the large number of people exposed to these arsenic concentrations worldwide the public health consequences of arsenic in drinking water are substantial.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,011 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».