MétaCan
Menu
Retour à la cohorte
Enregistrement W2786736480 · doi:10.21873/anticanres.12330

A Critical Appraisal of the Recent Reports on Sunbeds from the European Commission’s Scientific Committee on Health, Environmental and Emerging Risks and from the World Health Organization

2018· review· en· W2786736480 sur OpenAlexaff
Jörg Reichrath, Pelle G. Lindqvist, Frank R. de Gruijl, Stefan Pilz, Samantha Kimball, William B. Grant, Michael F. Holick

Notice bibliographique

RevueAnticancer Research · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensSt. Mary's UniversityPure North
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésEuropean commissionEnvironmental healthCritical appraisalMedicineSun exposurePublic healthCommissionSkin cancerCancerBusinessPathologyPolitical scienceDermatologyEuropean unionAlternative medicineLaw

Résumé

récupéré en direct d'OpenAlex

The European Commission's Scientific Committee on Health, Environmental and Emerging Risks and the World Health Organization recently published reports which concluded that a large proportion of melanoma and non-melanoma skin cancer is attributable to sunbed use, and that there is no need to use sunbeds as there are no health benefits and they are not needed to achieve an optimal vitamin D level. The overall conclusion from both bodies was that there is no safe limit for UV irradiance from sunbeds. We are, however, deeply concerned that these assessments appear to be based on an incomplete, unbalanced and non-critical evaluation of the literature. Therefore, we rebut these conclusions by addressing the incomplete analysis of the adverse health effects of UV and sunbed exposure (what is 'safe'?) and the censored representation of beneficial effects, not only but especially from vitamin D production. The stance taken by both agencies is not sufficiently supported by the data and in particular, current scientific knowledge does not support the conclusion sunbed use increases melanoma risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0100,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,218
Tête enseignante GPT0,500
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnticancer ResearchMême sujetSkin Protection and AgingTravaux en français237 207