MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388043848 · doi:10.21203/rs.3.rs-3320416/v1

One-Third of Global Population at Cancer Risk due to Elevated Volatile Organic Compounds Levels

2023· preprint· en· W4388043848 sur OpenAlexaff
Yaoxian Huang, Ke Du, Xiong Ying

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Calgary
Organismes subventionnairesWayne State UniversityNational Science Foundation
Mots-clésEnvironmental healthPopulationEnvironmental chemistryMedicineEnvironmental scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Outdoor air pollution, particularly volatile organic compounds (VOCs), significantly contributes to the global health burden. Previous analyses of VOC exposure have been confined to regional and national scales, limiting global health burden assessments. Our study employed a global chemistry-climate model to simulate VOC distributions from 2000 to 2019 and estimated the associated cancer risks. Our findings revealed a 10.2% increase in global VOC emissions between 2000 and 2019, with significant increases in China, the Rest of Asia, and Sub-Saharan Africa, but decreases in the U.S and Europe due to transportation and residential sectors reductions. Approximately 36.4-39.7% of the global population was exposed to unhealthy VOC levels, with an extremely high percentage identified in China (82.8-84.3%) versus considerably lower percentage in Europe (1.7-5.8%). The lifetime cancer burden attributable to carcinogenic VOCs exposure was estimated at 0.60 [95% confidence interval (95CI): 0.40-0.81] to 0.85 [95CI: 0.56-1.14] million individuals globally. Open agricultural burning in less-developed regions escalated the associated respiratory risks and cancer burdens. We noted significant disparities in cancer burdens between high- and low-middle-income countries, stemming from disproportionate population expansions and VOC emissions. This finding highlights the amplified health disparity across different income nations, critical for persistently addressing environmental injustice associated with air pollution exposure.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,190
Tête enseignante GPT0,454
Écart entre enseignants0,264 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetAir Quality and Health Impacts→Travaux en français237 207→