Firefighting and Cancer: A Meta-analysis of Cohort Studies in the Context of Cancer Hazard Identification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We performed a meta-analysis of epidemiological results for the association between occupational exposure as a firefighter and cancer as part of the broader evidence synthesis work of the IARC Monographs program. A systematic literature search was conducted to identify cohort studies of firefighters followed for cancer incidence and mortality. Studies were evaluated for the influence of key biases on results. Random-effects meta-analysis models were used to estimate the association between ever-employment and duration of employment as a firefighter and risk of 12 selected cancers. The impact of bias was explored in sensitivity analyses. Among the 16 included cancer incidence studies, the estimated meta-rate ratio, 95% confidence interval (CI), and heterogeneity statistic (I2) for ever-employment as a career firefighter compared mostly to general populations were 1.58 (1.14–2.20, 8%) for mesothelioma, 1.16 (1.08–1.26, 0%) for bladder cancer, 1.21 (1.12–1.32, 81%) for prostate cancer, 1.37 (1.03–1.82, 56%) for testicular cancer, 1.19 (1.07–1.32, 37%) for colon cancer, 1.36 (1.15–1.62, 83%) for melanoma, 1.12 (1.01–1.25, 0%) for non-Hodgkin lymphoma, 1.28 (1.02–1.61, 40%) for thyroid cancer, and 1.09 (0.92–1.29, 55%) for kidney cancer. Ever-employment as a firefighter was not positively associated with lung, nervous system, or stomach cancer. Results for mesothelioma and bladder cancer exhibited low heterogeneity and were largely robust across sensitivity analyses. There is epidemiological evidence to support a causal relationship between occupational exposure as a firefighter and certain cancers. Challenges persist in the body of evidence related to the quality of exposure assessment, confounding, and medical surveillance bias.
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.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle