Global and regional burden of cancer in 2016 arising from occupational exposure to selected carcinogens: a systematic analysis for the Global Burden of Disease Study 2016
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: This study provides a detailed analysis of the global and regional burden of cancer due to occupational carcinogens from the Global Burden of Disease 2016 study. METHODS: The burden of cancer due to 14 International Agency for Research on Cancer Group 1 occupational carcinogens was estimated using the population attributable fraction, based on past population exposure prevalence and relative risks from the literature. The results were used to calculate attributable deaths and disability-adjusted life years (DALYs). RESULTS: There were an estimated 349 000 (95% Uncertainty Interval 269 000 to 427 000) deaths and 7.2 (5.8 to 8.6) million DALYs in 2016 due to exposure to the included occupational carcinogens-3.9% (3.2% to 4.6%) of all cancer deaths and 3.4% (2.7% to 4.0%) of all cancer DALYs; 79% of deaths were of males and 88% were of people aged 55 -79 years. Lung cancer accounted for 86% of the deaths, mesothelioma for 7.9% and laryngeal cancer for 2.1%. Asbestos was responsible for the largest number of deaths due to occupational carcinogens (63%); other important risk factors were secondhand smoke (14%), silica (14%) and diesel engine exhaust (5%). The highest mortality rates were in high-income regions, largely due to asbestos-related cancers, whereas in other regions cancer deaths from secondhand smoke, silica and diesel engine exhaust were more prominent. From 1990 to 2016, there was a decrease in the rate for deaths (-10%) and DALYs (-15%) due to exposure to occupational carcinogens. CONCLUSIONS: Work-related carcinogens are responsible for considerable disease burden worldwide. The results provide guidance for prevention and control initiatives.
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.
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) | 0,001 | 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 | 0,000 |
| 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 découle