MétaCan
Menu
Retour à la cohorte
Enregistrement W4293163145 · doi:10.1158/1055-9965.231.27.3

Highlights of This Issue

2018· article· en· W4293163145 sur OpenAlexaboutno aff

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMedicineOpiumPopulationOpioid overdosePublic healthDemographyGerontologyOpioidGeographyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The current opioid epidemic is an unequivocal and serious public health issue. Drug overdoses are now the leading cause of death for Americans under 50 years old, with most of the fatalities due to opioid overdoses. However, few studies have focused on the carcinogenic effects of long-term opium consumption. Moossavi and colleagues examined the association between opium consumption and pancreatic cancer incidence in a large-scale prospective cohort in Iran. This long-term case–control study confirmed opium carcinogenicity and revealed chronic opium use as a risk factor for pancreatic cancer. More studies should be organized to assess the carcinogenicity of long-term opioid use.International and ethnic differences in cancer rates exist, and they are minimally explained by genetic factors. A substantial portion of the differences in cancer rates can be explained by modifiable factors, while other factors, such as the microbiome and the metabolome, are emerging as important intermediary components in cancer prevention. To refine current concepts, researchers have started incorporating emerging technologies for measuring diet and physical activity in human populations. Questions remain regarding reported associations and the best methods to assess associations. This position paper from Mahabir and colleagues highlights the state of the science and priorities for future research.Routine testing of colorectal cancer (CRC) starting at age 50 saves lives, but local CRC screening data are not widely available. Multilevel regression post-stratification for small-area estimation with 2014 Behavioral Risk Factor Surveillance System and Census 2014 county population data revealed substantial county-level variations in the prevalence of being up-to-date with CRC screening: it ranged from 40.1% to 79.8%, with a median of 65.5%. More than 80% of 3,142 counties had <70% up-to-date screening, far from the national goal of 80% by 2018. This study by Berkowitz and colleagues suggests a great need for locally targeted interventions for counties with very low CRC screening prevalence.Tobacco-specific nitrosamines (TSNAs) are carcinogens found in tobacco products. Recent evidence indicates that levels of the TSNA NNK have increased in Canadian cigarettes. The current study by Czoli and Hammond examined whether these increases translated into differences in exposure among Canadian tobacco users, using urinary metabolite measures from the Canadian Health Measures Survey. The findings indicate that exposure to the TSNA NNK among Canadian tobacco users increased considerably from 2007–09 through 2012–13, in parallel to NNK increases in the tobacco of Canadian cigarettes. The findings raise questions about the commitment of tobacco manufacturers to minimize carcinogen levels to the full extent possible.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,934

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0090,005
Science ouverte0,0030,004
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,2790,135

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 Opus0,071
Tête enseignante GPT0,428
Écart entre enseignants0,357 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetPublic Health and NutritionTravaux en français237 207