Outdoor artificial light at night, air pollution, and risk of childhood acute lymphoblastic leukemia in the California Linkage Study of Early-Onset Cancers
Notice bibliographique
Résumé
Abstract Acute lymphoblastic leukemia (ALL) is the most common type of cancer in children (age 0–14 years); however, the etiology remains incompletely understood. Several environmental exposures have been linked to risk of childhood ALL, including air pollution. Closely related to air pollution and human development is artificial light at night (ALAN), which is believed to disrupt circadian rhythm and impact health. We sought to evaluate outdoor ALAN and air pollution on risk of childhood ALL. The California Linkage Study of Early-Onset Cancers is a large population-based case–control in California that identifies and links cancer diagnoses from the California Cancer Registry to birth records. For each case, 50 controls with the same year of birth were obtained from birth records. A total of 2,782 ALL cases and 139,100 controls were identified during 2000–2015. ALAN was assessed with the New World Atlas of Artificial Night Sky Brightness and air pollution with an ensemble-based air pollution model of particulate matter smaller than 2.5 microns (PM 2.5 ). After adjusting for known and suspected risk factors, the highest tertile of ALAN was associated with an increased risk of ALL in Hispanic children (odds ratio [OR] = 1.15, 95% confidence interval [CI] 1.01–1.32). There also appeared to be a borderline association between PM 2.5 level and risk of ALL among non-Hispanic White children (OR per 10 µg/m 3 = 1.24, 95% CI 0.98–1.56). We observed elevated risk of ALL in Hispanic children residing in areas of greater ALAN. Further work is needed to understand the role of ALAN and air pollution in the etiology of childhood ALL in different racial/ethnic groups.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».