Passive and Active Smoking as Possible Confounders in Studies of Breast Cancer Risk
Notice bibliographique
Résumé
To the Editor: Goodman et al. 1 provide a most thoughtful evaluation of the potential impact of traditional risk factors for breast cancer as confounders for a study they are planning on occupational magnetic field exposure and female breast cancer. However, in their MEDLINE search for other potential confounders to evaluate, they somehow missed passive and active smoking as risk factors to be considered. Although there is still uncertainty about whether passive and active smoking are breast cancer risk factors, nine of 11 published epidemiologic studies 2–14 on this relation and three published abstracts 15–17 have positive results. These studies suggest that regular passive smoke exposure among women who have never smoked may increase breast cancer risk by more than 50%. Similarly, among women who have themselves smoked, the risk may be almost doubled, compared with women who have never smoked or been regularly exposed passively to tobacco smoke. This would seem to be the kind of factor that Goodman et al. 1 might want to assess, especially given the high historic prevalence of regular, long-term exposure to passive smoking among women who have never smoked and the high prevalence of active smoking among women. In fact, the alcohol-breast cancer association itself could readily be confounded by tobacco smoke exposure, if women who drink are more likely to smoke or to be around smokers than nondrinkers. It would be prudent for these breast cancer researchers to collect measures that would enumerate lifetime residential and occupational passive smoking measures and an active smoking history, so as not to later risk finding themselves wishing they had considered these potential confounders more carefully. Kenneth C. Johnson
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 | 0,001 |
| 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 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 ».