Retrospective Assessment of Occupational Exposure to Whole-Body Vibration for a Case-Control Study
Notice bibliographique
Résumé
Occupational whole-body vibration is often studied as a risk factor for conditions that may arise soon after exposure, but only rarely have studies examined associations with conditions arising long after occupational exposure has ceased. We aimed to develop a method of constructing previous occupational whole-body vibration exposure metrics from self-reported data collected for a case-control study of Parkinson's disease. A detailed job history and exposure interview was administered to 808 residents of British Columbia, Canada (403 people with Parkinson's disease and 405 healthy controls). Participants were prompted to report exposure to whole-body vibrating equipment. We limited the data to exposure reports deemed to be above background exposures and used the whole-body vibration literature (typically reporting on seated vector sum measurements) to assign intensity (acceleration) values to each type of equipment reported. We created four metrics of exposure (duration of exposure, most intense equipment exposure, and two dose metrics combining duration and intensity) and examined their distributions and correlations. We tested the role of age and gender in predicting whole-body vibration exposure. Thirty-six percent of participants had at least one previous occupational exposure to whole-body vibrating equipment. Because less than half of participants reported exposure, all continuous metrics exhibited positively skewed distributions, although the distribution of most intense equipment exposure was more symmetrically distributed among the exposed. The arithmetic mean of duration of exposure among those exposed was 14.0 (standard deviation, SD: 14.2) work years, while the geometric mean was 6.8 (geometric SD, GSD: 4.5). The intensity of the most intense equipment exposure (among the exposed) had an arithmetic mean of 0.9 (SD: 0.3) m·s(-2) and a geometric mean of 0.8 (GSD: 1.4). Male gender and older age were both associated with exposure, although the effect of age was attenuated after adjustment for gender. The methods developed allowed us to create continuous metrics of whole-body vibration retrospectively, displaying useful variance for epidemiologic studies.
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 | 0,001 | 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 ».