MétaCan
Menu
Retour à la cohorte
Enregistrement W4415503370 · doi:10.23749/mdl.v116i5.17014

Occupational-Related Exposure to Diesel Exhaust and Kidney Cancer: Systematic Review and Meta-Analysis of Cohort Studies

2025· review· en· W4415503370 sur OpenAlexaboutno aff
Giulia Collatuzzo, Federica Teglia, Paolo Boffetta

Notice bibliographique

Revue˜La œMedicina del lavoro · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiesel exhaustDiesel fuelConfoundingCohort studyKidneyCohort

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The association between diesel exhaust and cancer other than the lung is not well established. We aimed to conduct a systematic review and meta-analysis on the association between diesel and kidney cancer in workers. METHODS: Two trained researchers conducted a systematic review to identify cohort studies examining the relationship between occupational exposure to diesel exhaust and the risk of cancer other than lung cancer. Of the 43 retained studies, 15 reported information on kidney cancer. We performed random-effects meta-analyses for ever-exposure to diesel exhaust. Summary relative risks (RR) and 95% confidence intervals (CI) were calculated for the association between diesel exhaust exposure and kidney cancer. RESULTS: Overall, the RR of kidney cancer was 1.08 (95% CI=1.01-1.15, heterogeneity p=0.1, I2=28.6%). The summary RR was 1.08 for incidence (95% CI=1.01-1.16; I2=36.7%) and 1.09 for mortality (95% CI=0.92-1.30, I2=14.5%), p of heterogeneity=0.914. The summary RR of European studies was 1.08 (95% CI=1.00-1.16, I2=37.8 %), that of USA/Canada studies was 1.10 (95% CI=0.94-1.29, I2=8.5%), p of heterogeneity=0.837. Publication bias was not detected. CONCLUSIONS: Workers exposed to diesel exhaust may experience an increased risk of developing kidney cancer, although the evidence is not entirely consistent, and residual confounding cannot be excluded.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,395
Écart entre enseignants0,345 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜La œMedicina del lavoroMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207