A Comparison of Two Methods of Adjusted Attributable Fraction Estimation as Applied to the Four Major Smoking Related Causes of Death, in Canada, in 2005
Notice bibliographique
Résumé
The main objective of the thesis was to compare two methods of calculating adjusted attributable fractions and deaths as applied to smoking exposure and four health outcomes, lung cancer, ischaemic heart disease, chronic obstructive pulmonary disease, and cerebrovascular disease, for Canadians 30 years or older in the year 2005. An additional objective was to calculate variance estimates for the evaluation of precision. Such estimates have not been published for Canada to date. Attributable fractions were calculated using the fully adjusted method and the partial adjustment method. This method requires confounder strata specific (stratified) estimates of relative risk, along with accompanying estimates of variance. These estimates have not previously been published, and were derived from the Cancer Prevention Study II cohort. Estimates of the prevalence of smoking in Canada were obtained from the Canadian Community Health Survey 2005. Variance estimates were calculated using a Monte Carlo simulation. The fully adjusted method produced smaller attributable fractions in each of the eight disease-sex-specific categories than the partially adjusted method. This suggests an upwards bias when using the partial adjustment method in the attributable fraction for the relationship between cigarette smoking and cause-specific mortality in Canadian men and women. Summed across both sexes and the four smoking related causes of death, the number of deaths attributable to smoking was estimated to be 25,684 using the fully adjusted method and 28,466 using the partial adjustment method, an upward bias of over ten percent, or 2,782 deaths. It is desirable, theoretically, to use methods which can fully adjust for the effect of confounding and effect modification. Given the large datasets required and access to original data, using these methods may not be feasible for some who would wish to do so.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,052 | 0,170 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».