Influence of exposure assessment methods on associations between long-term exposure to outdoor fine particulate matter and risk of cancer in the French cohort Gazel
Notice bibliographique
Résumé
Many studies investigated the relationship between outdoor fine particulate matter (PM2.5) and cancer. While they generally indicated positive associations, results have not been fully consistent, possibly because of the diversity of methods used to assess exposure. To investigate how using different PM2.5 exposure assessment methods influences risk estimates in the large French general population-based Gazel cohort (20,625 participants at enrollment) with a 26-year follow-up with complete residential histories. We focused on two cancer incidence outcomes: all-sites combined and lung. We used two distinct exposure assessment methods: a western European land use regression (LUR), and a chemistry-dispersion model (Gazel-Air) for France, each with a time series ≥20-years annual concentrations. Spearman correlation coefficient between the two estimates of PM2.5 was 0.71 across all person-years; the LUR tended to provide higher exposures. We used extended Cox models with attained age as time-scale and time-dependent cumulative exposures, adjusting for a set of confounders including sex and smoking, to derive hazard ratios (HRs) and their 95% confidence interval, implementing a 10-year lag between exposure and incidence/censoring. We obtained similar two-piece linear associations for all-sites cancer (3711 cases), with a first slope of HRs of 1.53 (1.24–1.88) and 1.43 (1.19–1.73) for one IQR increase of cumulative PM2.5 exposure for the LUR and the Gazel-Air models respectively, followed by a plateau at around 1.5 for both exposure assessments. For lung cancer (349 cases), the HRs from the two exposure models were less similar, with largely overlapping confidence limits. Our findings using long-term exposure estimates from two distinct exposure assessment methods corroborate the association between air pollution and 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 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 | 0,049 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».