Long-term exposure to fine particulate matter and cancer mortality in Japan
Notice bibliographique
Résumé
TPS 684: Long-term health effects of air pollutants 1, Exhibition Hall, Ground floor, August 26, 2019, 3:00 PM - 4:30 PM Background: A number of studies have linked long-term exposure to particulate matter with aerodynamic diameter <2.5 µm (PM2.5) with mortality, but evidence on cancer mortality is limited. We evaluated the association of long-term exposure to PM2.5 and all-cause and site-specific cancer mortality in Japan. Methods: A cohort of 75,531 participants underwent basic health checkups in Okayama City in 2006 or 2007. We followed the participants until the end of 2016. Average PM2.5 levels from 2006 to 2010 were obtained from the Atmospheric Composition Analysis Group at Dalhousie University and assigned to the participants by geographical location. We used the Cox proportional hazard models to estimate hazard ratios for a 5-μg/m3 increase in PM2.5 levels for all-cause and site-specific cancer mortality, adjusting for potential confounders. Results: PM2.5 exposure was associated with increased risk of cancer mortality; the hazard ratios were 1.37 (95% confidence interval: 1.16, 1.62) for mortality from all causes, 1.83 (1.13, 2.98) for gastric cancer mortality, 2.47 (1.45, 4.20) for liver cancer mortality, and 1.59 (1.11, 2.30) for lung cancer mortality. Conclusion: Long-term exposure to PM2.5 can increase the risk of all-cause and site-specific cancer mortality in Japan. We will further examine the effects of other pollutants on mortality.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».