MétaCan
Menu
Retour à la cohorte
Enregistrement W2560599005 · doi:10.6000/1929-2279.2016.05.04.2

Preventing Melanoma with the Help of Occupational Physicians

2016· article· en· W2560599005 sur OpenAlexvenueno aff
Alberto Modenese

Notice bibliographique

RevueJournal of cancer research updates · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMelanomaSkin cancerEnvironmental healthSun exposureOccupational exposureIncidence (geometry)CancerDermatologyInternal medicineCancer research

Résumé

récupéré en direct d'OpenAlex

Melanoma incidence is increasing constantly worldwide in recent years: 132,000 melanoma skin cancers occur globally each year (WHO-INTERSUN). Despite this, no adequate evidence regarding the role of cumulative solar UV exposure in inducing the skin cancer has been provided. Recently, some studies appear to indicate that, also in patients with melanoma history, the habit of completely avoiding sun exposure is not a positive prognostic factor. According to IARC monograph published in 2012, evidences regarding UV risk factors for melanoma are the intermittent UV exposure with recurrent sunburns, especially in childhood and adolescence. According to these findings, various studies on occupational exposure to solar radiation (SR) failed to find an association between the performance of an outdoor job and the risk of melanoma. Recently, in Italy melanoma due to SR exposure has been erased from the national list of occupational diseases (D.P.R. 1124/65, last modification in 2014). But, in Europe an occupational health surveillance is needed for workers exposed to Artificial UV radiation according to EU Directive 2006/25/CE, and a skin examination for these workers is suggested, but quite paradoxically there are not similar indications for workers exposed to natural UV radiation. Considering the great number of outdoor workers employed in Europe, at least 14 million according to OSHA, and worldwide, the consideration of occupational solar radiation exposure as a specific professional risk requiring the health surveillance of exposed workers will be very helpful in order to prevent melanoma and other UV related diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,426
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of cancer research updatesMême sujetSkin Protection and AgingTravaux en français237 207