MétaCan
Menu
← Retour à la cohorte
Enregistrement W4287736429 · doi:10.1145/3543081.3543099

Environmental Factors and Multiple Myeloma Risk: A Population-Based Retrospective Cohort Study in the United States

2022· article· en· W4287736429 sur OpenAlexaff
Dongchen Cai, Zhijun Li, Yulun Wu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMultivariate statisticsIncidence (geometry)Retrospective cohort studyMultiple myelomaPopulationDemographyMultivariate analysisStatisticsCohortRegression analysisMedicineEnvironmental healthMathematicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Multiple myeloma (MM) is claimed to be a leading fatal cancer in the United States. A population-based retrospective cohort study was conducted to examine the relationship between the risk of multiple myeloma and environmental factors including CO2 intensity leaked by oil equivalent energy use, PM2.5, total greenhouse gas emission, and sanitized water usage, respectively, and to further determine any association's worldwide universality. We used multivariate unconditional analysis (ANOVA) to examine the distributions of MM incidence rate among groups with selected characteristics. In addition, we used multivariate conditioned generalized linear regression models to estimate effects of each environmental factor on MM incidence rate. A rate. Among black racial groups aged from 65 to 74 years in the United States, total greenhouse gas emission had a positive effect on the cancer risk as predicted. However, in accordance with empirical work to date, our comparative analyses revealed that MM incidence rate was not significantly associated with an increase in other in other variates relative to age. Thus, our combined results require further confirmation in other populations with specific personal information.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,272
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Quality and Health Impacts→Travaux en français237 207→