Long‐term exposure to fine particulate matter air pollution and the risk of lung cancer among participants of the Canadian National Breast Screening Study
Notice bibliographique
Résumé
Recently, air pollution has been classified as a carcinogen largely on the evidence of epidemiological studies of lung cancer. However, there have been few prospective studies that have evaluated associations between fine particulate matter (PM2.5 ) and cancer at lower concentrations. We conducted a prospective analysis of 89,234 women enrolled in the Canadian National Breast Screening Study between 1980 and 1985, and for whom residential measures of PM2.5 could be assigned. The cohort was linked to the Canadian Cancer Registry to identify incident lung cancers through 2004. Surface PM2.5 concentrations were estimated using satellite data. Cox proportional hazards models were used to characterize associations between PM2.5 and lung cancer. Hazard ratios (HRs) and 95% confidence intervals (CIs) computed from these models were adjusted for several individual-level characteristics, including smoking. The cohort was composed predominantly of Canadian-born (82%), married (80%) women with a median PM2.5 exposure of 9.1 µg/m(3) . In total, 932 participants developed lung cancer. In fully adjusted models, a 10 µg/m(3) increase in PM2.5 was associated with an elevated risk of lung cancer (HR: 1.34; 95% CI = 1.10, 1.65). The strongest associations were observed with small cell carcinoma (HR: 1.53; 95% CI = 0.93, 2.53) and adenocarcinoma (HR: 1.44; 95% CI = 1.06, 1.97). Stratified analyses suggested increased PM2.5 risks were limited to those who smoked cigarettes. Our findings are consistent with previous epidemiological investigations of long-term exposure to PM2.5 and lung cancer. Importantly, they suggest associations persist at lower concentrations such as those currently found in Canadian cities.
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 | 0,000 |
| 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) | 0,001 | 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 ».