Cumulative cigarette tar exposure and lung cancer risk among Japanese smokers
Notice bibliographique
Résumé
OBJECTIVE: Tar concentration in cigarette brands is chronologically decreasing in the USA and Japan. However, studies investigating lung cancer risk with cumulative tar exposure in Western and Asian countries are insufficient. To investigate the risk of lung cancer with cumulative cigarette tar exposure, we conducted a case-control study among Japanese current smokers. METHODS: This study used data from the US-Japan lung cancer joint study in 1993-1998. A total of 282 subjects with histologically confirmed lung cancer and 162 hospital and 227 community controls were included in the study, and two control groups were combined. The information regarding tar concentration was obtained from the published documents and additional estimation using the equation of regression. Cumulative tar concentration was calculated by multiplying the annual value of brand-specific tar concentration by years of smoking. The odds ratios and 95% confidence intervals for lung cancer with cumulative tar exposure were estimated using a logistic model. RESULTS: The odds ratios for lung cancer with both lower (1-59.8 × 105 mg) and higher (>59.8 × 105 mg) total cumulative tar exposure were statistically significant (3.81, 2.23-6.50 and 11.64, 6.56-20.67, respectively) with increasing trend (P < 0.001). The stratification analysis showed higher odds ratios in subjects with higher cumulative tar exposure regardless of inhalation, duration of smoking filtered cigarettes and histological type. CONCLUSIONS: This study showed that cumulative tar exposure is a dose-dependent indicator for lung cancer risk, and low-tar exposure was still associated with increased cancer 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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».