Incidence trends in bladder and lung cancers between Denmark, Finland and Sweden may implicate oral tobacco (snuff/snus) as a possible risk factor
Notice bibliographique
Résumé
BACKGROUND: The dominant risk factor for urinary bladder cancer has been cigarette smoking, but, as smoking prevalence is decreasing in many populations, other risk factors may become uncovered. Such new risk factors could be responsible for halting the declining incidence of bladder cancer. We hypothesize that snuff use by Swedish men may increase the rate for bladder cancer, as snuff contains carcinogenic nitrosamines. METHODS: We carried out an ecological study by comparing incidence trends in lung and bladder cancers between Danish, Finnish and Swedish men in order to test if the Swedish bladder cancer rate deviates from the Danish and Finnish ones. We used the NORDCAN database for cancer data from 1960 through 2016 to test the hypothesis. RESULTS: In the three countries, the incidence of lung cancer started to decrease after a peak incidence, and this was later followed by declining incidence in bladder cancer in Denmark from 1990 to 2016 by 14.3%, in Finland by 8.3% but not in Sweden (the decline of 1.4% was not significant). The difference in trends can be partly explained by the increasing incidence in Swedish men aged 70 or more years. Sweden differs from the two other countries by low male smoking prevalence but increasing use of snuff recorded by various surveys. CONCLUSION: The stable bladder cancer trend for Swedish men was opposite to the declining trends in Denmark, Finland and globally. We suggest that this unusual finding may be related to the increasing use of snuff by Swedish men. Average users of snuff are exposed to at least 3 times higher levels of carcinogenic tobacco-specific nitrosamines than a smoker of one daily pack of cigarettes.
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) | 0,001 | 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) | 0,002 | 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 ».