Long-term exposure to airborne metals and risk of cancer in the French cohort Gazel
Notice bibliographique
Résumé
The specific compounds that make ambient fine particulate matter (PM2.5) carcinogen remain poorly identified. Some metals contribute to ambient PM2.5 and possibly to its adverse effects. But the challenge of assessing exposure to airborne metals limits epidemiological studies. To analyze the relationships between several airborne metals and risk of cancer in a large population. We estimated the individual exposure to 12 airborne metals of ∼ 12,000 semi-urban and rural participants of the French population-based Gazel cohort using moss biomonitoring data from a 20-year national program. We used principal component analyses (PCA) to derive groups of metals, and focused on six single carcinogenic or toxic metals (arsenic, cadmium, chromium, lead, nickel, and vanadium). We used extended Cox models with attained age as time-scale and time-varying weighted average exposures, adjusted for individual and area-level covariables, to analyze the association between each exposure and all-site combined, bladder, lung, breast, and prostate cancer incidence. We identified 2,401 cases of all-site cancer between 2001 and 2015. Over the follow-up, median exposures varied from 0.22 (interquartile range (IQR): 0.18–0.28) to 8.68 (IQR: 6.62–11.79) µg.g−1 of dried moss for cadmium and lead, respectively. The PCA yielded three groups identified as “anthropogenic”, “crustal”, and “marine”. Models yielded positive associations between most single and groups of metal and all-site cancer, with e.g. hazard ratios of 1.08 (95% CI: 1.03, 1.13) for cadmium or 1.06 (95% CI: 1.02,1.10) for lead, per interquartile range increase. These findings were consistent across supplementary analyses, albeit attenuated when accounting for total PM2.5. Regarding specific site cancers, we estimated positive associations mostly for bladder, and generally with large confidence intervals. Most single and groups of airborne metals, except vanadium, were associated with risk of cancer. These findings may help identify sources or components of PM2.5 that may be involved in its carcinogenicity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».