MétaCan
Menu
Retour à la cohorte
Enregistrement W3004792744 · doi:10.1038/s41598-020-59035-x

Shift work and risk of skin cancer: A systematic review and meta-analysis

2020· review· en· W3004792744 sur OpenAlexaff
Einas Yousef, Noha Mitwally, Noha Noufal, Ramzan Tahir

Notice bibliographique

RevueScientific Reports · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensApotex (Canada)
Organismes subventionnairesNature
Mots-clésShift workMedicineSkin cancerMeta-analysisWeb of scienceCochrane LibraryRelative riskCancerMelanomaInternal medicineOncologyConfidence intervalCancer researchPsychiatry

Résumé

récupéré en direct d'OpenAlex

Shift work with circadian disruption has been considered as a carcinogenic risk factor for skin cancer. The few prior studies that investigated the association between shift work and skin cancer have inconclusive results. Our main objective was to evaluate the associations between shift work and the risks of different types of skin cancer. We systematically searched PubMed, Web of Science, Cochrane Library, EMBASE and Science Direct until October 2018 for studies that included a relationship between shift work and skin cancer. Our search yielded 193 articles and 9 studies met the criteria for our review. The included studies involved 3,579,147 participants and 17,308 skin cancer cases. Overall, ever shift work, was associated with increased risk of melanoma (RR = 1.10, 95% CI = 1.05-1.16) and a significant decrease in the risk of BCC (RR = 0.90, 95% CI = 0.88-0.93). No association between shift work and the risk of SCC was detected. Interestingly, our dose response analysis demonstrated that the risk of melanoma cumulatively increases by 2% for every year of shift work (RR = 1.02; 95% CI = 1.00-1.03). In conclusion, shift work is associated with increased risk of melanoma and deceased risk of BCC. Further studies are needed to confirm our findings and to elucidate the related potential biological mechanisms.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,020
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,070
Tête enseignante GPT0,355
Écart entre enseignants0,285 · 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'étudeMéta-analyse
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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSkin Protection and AgingTravaux en français237 207