380 Multiple pesticide exposures and the risk of multiple myeloma in Canadian men
Notice bibliographique
Résumé
<h3>Objectives</h3> Multiple myeloma (MM) has been linked to certain agricultural exposures, including pesticides, however the effects of exposure to multiple pesticides have not been explored. This analysis investigated the association between self-reported use of multiple pesticides and MM risk. Commonly used pesticide combinations and interactive effects were also assessed. <h3>Methods</h3> A frequency matched population-based case-control study was conducted among men in 6 Canadian provinces between 1991 and 1994. Data from 342 MM cases and 1506 controls were analysed using logistic regression to calculate odds ratios (OR) and 95% confidence intervals (CI). Pesticides were grouped by type, chemical class and carcinogenicity. Carcinogenic probability values were created using evaluations from the International Agency for Research on Cancer and U. S. Environmental Protection Agency. Regression models were adjusted for age, province of residence, use of proxy respondents, smoking, and selected medical history variables. Trends were examined using ordinal variables. Commonly used pesticide combinations were assessed for interaction on the additive scale using the interaction contrast ratio (ICR). <h3>Results</h3> Multiple pesticide use was not associated with monotonically increasing odds of MM, although positive trends were observed for “probably” carcinogenic pesticides (p<sub>trend</sub> = 0.01), insecticides (p<sub>trend</sub> = 0.07), and fungicides (p<sub>trend</sub> = 0.05). Higher odds of MM were observed among men who reported using at least one carbamate pesticide (OR = 1.99, 95% CI: 1.19–3.33), one phenoxyherbicide (OR = 1.60, 95% CI: 1.11–2.30), 3 or more “probably” carcinogenic pesticides (OR = 2.14, 95% CI: 1.01–4.52), and 3 or more organochlorines (OR = 2.26, 95% CI: 1.07–4.78). Investigating commonly used pesticide combinations, revealed increased odds among men who used both chlordane and mecoprop (OR = 2.18, 95% CI: 1.12–4.27; ICR = 0.63). <h3>Conclusions</h3> Focusing on multiple pesticides is important because this more accurately reflects how exposures occur in occupational settings. Although the overall pattern of results was complex, excess risks observed for certain pesticide types and chemical classes suggest these may be MM risk factors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».