Lung cancer burden attributable to ambient particulate matter: a nationally representative population-based case-control study
Notice bibliographique
Résumé
Abstract Background Particulate matter with a diameter of 2.5 micrometers or less (PM 2.5 ) is a known lung carcinogen, but its impact in low-pollution settings is less understood. We assessed the association between long-term PM 2.5 exposure and lung cancer risk in Northern Ireland (NI), a region with relatively low air pollution levels. Methods We conducted a population-based case-control study using data from the Northern Ireland Cancer Registry and the Northern Ireland Cohort for the Longitudinal Study of Ageing. The study included 917 lung cancer cases diagnosed in 2014 and 8,088 controls without lung cancer. Eight-year average PM 2.5 exposure was estimated by linking residential postcodes to 1 km² resolution pollution maps. Fully adjusted logistic regression models were used, controlling for key confounders including smoking status and deprivation index to estimate odds ratios (ORs) and their 95% confidence intervals (95% CI), and population attributable fractions (PAFs). Results Individuals in the highest PM 2.5 tertile (>9.6 µg/m³) had a 37% increased lung cancer risk (OR: 1.37; 95% CI: 1.12–1.68) compared to the lowest tertile (<7.4 µg/m³). The association was stronger in women (OR: 1.79; 95% CI: 1.32–2.44) and not detected in men. Exposure above 10 µg/m³ accounted for 10% of cases, approximately 137 preventable lung cancers annually. Discussion Even in low-pollution regions, PM 2.5 contributes to lung cancer risk, especially in women. Strengthened air quality measures are needed to reduce preventable disease.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».