Pesticide exposures and the risk of multiple myeloma in men: An analysis of the North American Pooled Project
Notice bibliographique
Résumé
Multiple myeloma (MM) has been consistently linked with agricultural activities, including farming and pesticide exposures. Three case-control studies in the United States and Canada were pooled to create the North American Pooled Project (NAPP) to investigate associations between pesticide use and haematological cancer risk. This analysis used data from 547 MM cases and 2700 controls. Pesticide use was evaluated as follows: ever/never use; duration of use (years); and cumulative lifetime-days (LD) (days/year handled × years of use). Odds ratios (ORs) and 95% confidence intervals (CIs) were estimated using logistic regression adjusted for age, province/state of residence, use of proxy respondents and selected medical conditions. Increased MM risk was observed for ever use of carbaryl (OR = 2.02, 95% CI = 1.28-3.21), captan (OR = 1.98, 95% CI = 1.04-3.77) and DDT (OR = 1.44, 95% CI = 1.05-1.97). Using the Canadian subset of NAPP data, we observed a more than threefold increase in MM risk (OR = 3.18, 95% CI = 1.40-7.23) for ≤10 cumulative LD of carbaryl use. The association was attenuated but remained significant for >10 LD of carbaryl use (OR = 2.44; 95% CI = 1.05-5.64; ptrend = 0.01). For captan, ≤17.5 LD of exposure was also associated with a more than threefold increase in risk (OR = 3.52, 95% CI = 1.32-9.34), but this association was attenuated in the highest exposure category of >17.5 LD (OR = 2.29, 95% CI = 0.81-6.43; ptrend = 0.01). An increasing trend (ptrend = 0.04) was observed for LD of DDT use (LD > 22; OR = 1.92, 95% CI = 0.95-3.88). In this large North American study of MM and pesticide use, we observed significant increases in MM risk for use of carbaryl, captan and DDT.
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 ».