Bibliographic record
Abstract
Les infections sont un facteur clé de l'incidence du cancer et comptent parmi les causes de cancer les plus faciles à modifier. Le potentiel inexploité de la prévention des infections cancérigènes rend prioritaire la quantification de leur impact sur l'incidence du cancer. Pourtant, la littérature existante manque d'estimations complètes de l'impact des infections sur l'incidence du cancer en Amérique du Nord.L'objectif de cette recherche était d'évaluer l'impact de sept infections sur l'incidence du cancer en Amérique du Nord. Les fractions étiologiques du risque ont été utilisées pour estimer la proportion de l'incidence du cancer associée à une infection donnée. Pour calculer une fraction étiologique du risque, il faut connaître la prévalence de l'infection dans la population générale et son risque relatif associé au cancer ou, lorsque les preuves mécanistiques le permettent, la prévalence de l'infection dans le tissu cancéreux. La prévalence de l'infection dans la population générale pour les virus de l'hépatite B et C (VHB, VHC) et Helicobacter pylori (H. pylori) a été dérivée des études sérologiques de la population nord-américaine. Des méthodes de méta-analyse ont été utilisées pour calculer les mesures regroupées de l'association (pour le VHB, le VHC et H. pylori) et la prévalence dans les cas de cancer (pour le virus d'Epstein-Barr [VEB], le virus du papillome humain [VPH], le virus herpétique humain de type 8 et le virus humain T-lymphotrope de type 1).Après avoir analysé 61 études couvrant 20 cancers différents, nous avons constaté que 3,7% des 189 530 cancers diagnostiqués chez les personnes âgées de ≥18 ans au Canada en 2015 étaient attribuables à des infections. Après avoir analysé 125 études couvrant 26 cancers différents, nous avons constaté que sur les 1 662 102 cancers diagnostiqués chez les personnes âgées de ≥20 ans aux États-Unis en 2017, 4,3% étaient attribuables à des infections. Le VPH était la plus importante cause infectieuse de cancer, représentant 54,0 % des cancers attribuables aux infections au Canada et 53,8% aux États-Unis.Ensuite, par le biais d'une revue systématique et d'une méta-analyse, nous avons estimé la part des cancers incidents chez les individus âgés de moins de 20 ans en Europe et en Amérique du Nord en 2020 qui sont attribuables à l'EBV. Nous avons constaté que 2,6% des 42 654 cancers incidents estimés étaient attribuables à l'EBV, dont 76,3% de lymphomes Hodgkiniens.Enfin, nous avons estimé la part future des cancers causés par quatre infections majeures (VHB, VHC, H. pylori et VPH). Le fardeau futur a été calculé par modélisation : Des réductions relatives de 10%, 25% et 50% de la prévalence du VHB, du VHC et de H. pylori, ainsi que différents niveaux de couverture vaccinale contre le VPH dans les écoles (inférieur, actuel, supérieur) sur l'incidence des cancers au Canada d'ici 2042. Nous avons constaté que près de 16 000 cancers pourraient être évités au Canada de 2018 à 2042 avec une réduction relative de 50% de la prévalence du VHB, du VHC et du H. pylori et une couverture vaccinale contre le VPH de 80% chez les filles et les garçons.Tout en confirmant l'impact important des infections sur l'incidence du cancer en Amérique du Nord, ces résultats indiquent que les infections représentent une cible clé pour le développement d'efforts de prévention et la poursuite ou l'accélération des approches actuelles visant à réduire la prévalence et le fardeau du cancer associé au VHB, VHC, H. pylori et VPH
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".