MétaCan
Menu
Retour à la cohorte
Enregistrement W4324138251 · doi:10.1136/oem-2023-epicoh.23

O-135 Exploring the etiology of rare cancers using a large multi-ore mining cohort

2023· article· en· W4324138251 sur OpenAlex
Paul A Demers, Colin Berriault, Nancy Lightfoot, Victoria H Arrandale

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAbstracts · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensOccupational Cancer Research CentrePublic Health OntarioLaurentian UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortCancerCancer registryPoisson regressionPopulationInternal medicineRecord linkageIncidence (geometry)Environmental health

Résumé

récupéré en direct d'OpenAlex

<h3>Introduction</h3> Cohort studies may be limited in their ability to investigate rare cancers because of their size, length of follow-up, or access to cancer registry data. This study examines exposure patterns for nasal, nasopharyngeal, laryngeal, salivary gland, and bone cancer using a large multi-ore mining cohort. <h3>Materials &amp; Methods</h3> From 1928–1988 underground miners in Ontario, a region where gold, uranium, nickel, and other ores are mined, were required to undergo an annual medical exam, and record their mining work history to receive certification. These data were used to create the Mining Master File (MMF) cohort. Cancers were identified through linkage with the Ontario Cancer Registry (1964–2017). Cancer risk among miners was compared to the general population using Standardized Incidence Ratios (SIR) and between groups of miners in the cohort using Poisson regression. <h3>Results</h3> The cohort consisted of 61,397 male miners. Nasal cancer was somewhat elevated (48 cases, SIR=1.44, 95% confidence Interval (CI)=1.06–1.91) but the observed excess was largely localized to miners who had the majority of employment in nickel mines (SIR=2.09, CI=1.37–3.06). Nasopharyngeal cancer was similarly elevated (44 cases, SIR=1.42, CI=1.03–1.91) but in contrast the excess risk was limited to gold mining (SIR=2.70, CI=1.57–4.33). A small elevation was observed for larynx cancer (307 cases, SIR=1.26, CI=1.12–1.40), but was not limited to one ore type. Bone cancer was clearly elevated (58 cases, SIR=1.91, CI=1.45–2.47), with ore-specific elevations seen among uranium (SIR=2.46, CI=1.22–4.40) followed by nickel mining (SIR=2.04, CI=1.29–3.06). Salivary gland was only slightly elevated (54 cases, SIR=1.09, CI=0.82–1.42), but the risk among uranium miners exposed to radon was high (SIR=2.97, CI=1.81–4.59) and increased monotonically with employment duration. <h3>Conclusion</h3> This analysis demonstrated the power of this cohort to identify associations for rare cancers. Although the association of nickel with nasal cancer was expected, some other associations were surprising and warrant further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,081
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

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

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 Opus0,113
Tête enseignante GPT0,344
Écart entre enseignants0,231 · 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