Mortality of Canadian military personnel over 40 years
Notice bibliographique
Résumé
Background Military personnel may be exposed to hazardous substances or environments, making health surveillance critical. However, surveillance is frequently handicapped by long lag times between exposure(s) and outcomes, which often manifest post-military release and are often not recorded.
 Aims To describe the burden of mortality in still serving and released Canadian Armed Forces (CAF) personnel.
 MethodsThe Canadian Forces Cancer and Mortality Study II (CF CAMS II) is an interdepartmental record linkage study using CAF pay data and Statistics Canada cancer and mortality data. The cohort included all Regular Force and class C Reservist men and women who first enrolled in the CAF between 1976 and 2012, inclusive. The anonymized linked data included death data, including cause and location of death. All-cause mortality (ACM) and International Classification of Disease (ICD)-10 chapter-level mortality (CLM) were quantified using standardized mortality ratios (SMRs), with the Canadian general population (CGP) as the reference population.
 ResultsApproximately 6870 deaths occurred during over 5 million person-years of observations. For ACM, the CAF risk of death was significantly lower than the CGP for both sexes (females: n = 540, SMR = 0.76 [95% CI 0.69–0.82]; males: n = 6330, SMR = 0.79 [95% CI 0.77–0.81]). In the CLM analysis, SMRs were significantly lower than, or not statistically different from, 1.0 for all ICD chapters.
 ConclusionsMilitary service may have a protective effect that may be partly explained by the healthy soldier effect and the stringent selection process at enrolment.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».