Wildfire-related PM2.5 and cause-specific cancer mortality
Notice bibliographique
Résumé
Wildfires have devastating effects on society and public health. However, little evidence from population-based cohort has been performed to analyze the relationship of wildfire-related PM 2.5 , an important component of wildfire smoke, with cancer-specific mortality. We aimed to explore this relationship and identify vulnerable populations in UK with lower levels of wildfire-related PM 2.5 exposure. The study consisted of 492394 participants (age: 38–73 years) recruited by UK Biobank during 2004–2010. The cumulative wildfire-related PM 2.5 within 10 kilometers of residence over three years was used as exposure, which was assessed by chemical transport and machine learning models. A time-varying Cox regression was utilized to explore the relationship of exposure with diverse cancer-specific mortality outcomes. Subgroup analyses of a range of potential modifiers were performed. Each 10 μg/m 3 increment of 3-year cumulative exposure was related to a 0.4 % greater risk of total cancer (95 %CI: 1.001–1.007), a 1.1 % greater risk of lung cancer (95 %CI: 1.004–1.018), and a 2.7 % greater risk of lip, oral cavity and pharynx (LOP) cancer (95 %CI: 1.005–1.049). Higher vulnerability in the wildfire-related PM 2.5 -lung cancer relationship was found among participants being retired than those with other employment status. Even lower levels of exposure to PM 2.5 from wildfires were related to elevated mortality risks for cancer from total, lung, LOP, highlighting the importance of wildfire prevention and control. Further investigations are warranted to enrich and extend existing knowledge in this field. • A cohort study assessed wildfire PM 2.5 impacts on cancer-specific mortality in UK. • Low wildfire PM 2.5 was related to increased total, lung, and oral cancer risks. • Retired group was more vulnerable to lung cancer risk related to wildfire PM 2.5 .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».