Childhood cancer and traffic-related air pollution in Switzerland: A nationwide census-based cohort study
Notice bibliographique
Résumé
Motor vehicle exhaust is a major contributor to air pollution, and exposure to benzene or other carcinogenic components may increase cancer risks. We aimed to investigate the association between traffic-related air pollution and risk of childhood cancer in a nationwide cohort study in Switzerland. We identified incident cases from the Swiss Childhood Cancer Registry diagnosed < 16 years of age between 1990 and 2015 and linked them probabilistically with the census-based Swiss National Cohort study. We developed land use regression models to estimate annual mean ambient levels of nitrogen dioxide (NO2) and benzene outside 1.4 million children’s homes. We used risk-set sampling to facilitate the analysis of time-varying exposure and fitted conditional logistic regression models adjusting for neighborhood socio-economic position, level of urbanization, and background ionizing radiation. We included 2,960 cancer cases in the analyses. The adjusted hazard ratios (HR) and 95% confidence intervals for exposure to NO2 per 10 μg/m3 were 1.00 (95%-CI 0.88–1.13) for acute lymphoblastic leukemia (ALL) and 1.31 (95%-CI 1.00–1.71) for acute myeloid leukemia (AML). Using exposure lagged by 1 to 5 years instead of current exposure attenuated the effect for AML. The adjusted HR for exposure to benzene per 1 μg/m3 was 1.03 (95%-CI 0.86–1.23) for ALL and 1.29 (95%-CI 0.86–1.95) for AML. We also observed increased HRs for other diagnostic groups, notably non-Hodgkin lymphoma. Our study adds to the existing evidence that exposure to traffic-related air pollution is associated with an increased risk of childhood leukemia, particularly AML.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,007 | 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 ».