Female lung cancer mortality and long-term exposure to particulate matter in Italy
Notice bibliographique
Résumé
Background: Outdoor air pollution and particulate matter (PM) have recently been classified in Group 1 by IARC. In Italy there is no epidemiological study on the association between female lung cancer and PM as measured by the official monitoring stations. Methods: We estimated the dose–response relationship between female lung cancer mortality and available long-term outdoor PM10 and/or PM2.5 concentrations for all the Italian province capital city municipalities (respectively, 64 and 32 municipalities). Multiple regression analysis of standardized mortality rates (SMRates) for the period 2000–11, as a function of PM concentrations, considering percentage of smokers and deprivation index as additional explanatory variables, was performed for PM10 only. Results: The number of province capital cities with available PM2.5 data was not sufficient to detect a significant increment of SMRates as a function of concentrations. An SMRate increase of 0.325 for 1 μg m−3 increment of PM10 concentration was calculated. Moreover, the attributable risk of the overall SMRates for the two subgroups of municipalities under/equal and above 20 μg m−3 value was evaluated. Attributable deaths were computed by both the unitary SMRate increase and the attributable risk. A rough estimate of the impact of PM10 exposure at level above the WHO guideline value of 20 μg m−3 in these 64 municipalities is between 2920 and 3449 lung cancer deaths out of 22 162 (13–16%). Conclusion: Maintaining the PM10 concentrations below such WHO recommendation, an overall saving of nearly 300 lung cancer deaths per year in a population of 8 146 520 women living in the municipalities at study has been evaluated.
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 | 0,008 | 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) | 0,002 | 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 ».