Tobacco Smoking and Risk of Second Primary Lung Cancer
Notice bibliographique
Résumé
Introduction Lung cancer survivors are at high risk of developing a second primary lung cancer (SPLC). However, SPLC risk factors have not been established and the impact of tobacco smoking remains controversial. We examined the risk factors for SPLC across multiple epidemiologic cohorts and evaluated the impact of smoking cessation on reducing SPLC risk. Methods We analyzed data from 7059 participants in the Multiethnic Cohort (MEC) diagnosed with an initial primary lung cancer (IPLC) between 1993 and 2017. Cause-specific proportional hazards models estimated SPLC risk. We conducted validation studies using the Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial (N = 3423 IPLC cases) and European Prospective Investigation into Cancer and Nutrition (N = 4731 IPLC cases) cohorts and pooled the SPLC risk estimates using random effects meta-analysis. Results Overall, 163 MEC cases (2.3%) developed SPLC. Smoking pack-years (hazard ratio [HR] = 1.18 per 10 pack-years, p < 0.001) and smoking intensity (HR = 1.30 per 10 cigarettes per day, p < 0.001) were significantly associated with increased SPLC risk. Individuals who met the 2013 U.S. Preventive Services Task Force's screening criteria at IPLC diagnosis also had an increased SPLC risk (HR = 1.92; p < 0.001). Validation studies with the Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial and European Prospective Investigation into Cancer and Nutrition revealed consistent results. Meta-analysis yielded pooled HRs of 1.16 per 10 pack-years ( p meta < 0.001), 1.25 per 10 cigarettes per day ( p meta < 0.001), and 1.99 ( p meta < 0.001) for meeting the U.S. Preventive Services Task Force's criteria. In MEC, smoking cessation after IPLC diagnosis was associated with an 83% reduction in SPLC risk (HR = 0.17; p < 0.001). Conclusions Tobacco smoking is a risk factor for SPLC. Smoking cessation may reduce the risk of SPLC. Additional strategies for SPLC surveillance and screening are warranted.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».