Comparative analysis of the relationship between leukemia trends with forest fires and solar activity in different age groups
Notice bibliographique
Résumé
BACKGROUND: Studying the etiology of leukemia is necessary to develop measures to prevent this pathology. AIM: Conduct a comparative analysis of the relationship between trends in the incidence of leukemia with forest fires and solar activity in different age groups. MATERIAL AND METHODS: Information on the incidence of leukemia in Russia in 1990–2019 was provided by the Moscow Research Oncological Institute named after P.A. Hertsen. Data on solar activity (Wolf numbers) and the number of forest fires were taken from open sources. A Pearson correlation analysis of dynamic series of environmental factors and the incidence of leukemia was carried out in 11 iterations with a time delay (lag) of 0–10 years. The obtained data was compared with similar information for the regions of Russia, the USA and Canada. RESULTS: A trend towards an increase in the incidence of leukemia in children and adults has been established in the populations of Russia, the USA and Canada. A relationship between the number of forest fires and the incidence of leukemia was found in 35 regions of Russia; the average correlation coefficient and lag were comparable to those previously identified in the Khabarovsk Territory. The correlation of Wolf numbers with the frequency of leukemia has been established in pediatric and full-age populations of Russia, Canada and the USA. In the full-age population of Russia, a tendency towards an increased connection between the frequency of leukemia and solar activity was revealed: in 1990–1999, the correlation was 0.697; in 2000–2009 it increased to 0.815; in 2010–2019 reached a very strong level (0.920), while the lag decreased from 6 to 4 years. CONCLUSION: Fluctuations in the incidence of leukemia in all age groups in Russia correlate with the number of forest fires and solar activity.
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) | 0,000 | 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 ».