Exposures in painting-related occupations and risk of lung cancer among men: results from two case–control studies in Montreal
Notice bibliographique
Résumé
BACKGROUND: Evidence that painters may be at risk for lung cancer comes mainly from analyses on job titles rather than on specific exposures found in the environments of painters. METHODS: In the context of two large population-based case-control studies of lung cancer carried out in Montreal, we were able to assess possible relationships between lung cancer and the occupation of painter as well as exposure to paints, varnishes and stains. Interviews for study I were conducted in 1979-1986 (857 cases, 533 population controls, 1349 cancer controls) and interviews for study II were conducted in 1996-2001 (765 cases and 899 controls). Detailed lifetime job histories were elicited; a team of hygienists and chemists evaluated the evidence of exposure to many occupational substances including paint-related substances. The relative risk of lung cancer was estimated, adjusting for several potential confounders, including smoking, in a three-variable parameterisation. RESULTS: In analyses pooling the two studies, painters had an OR of lung cancer of 1.3 (95% CI 0.9 to 2.2). Regarding exposures, ORs were: for wood varnishes and stains, 1.6 (95% CI 1.0 to 2.3); for wood and gypsum paints, 1.3 (95% CI 0.9 to 1.7); and for metal coatings, 1.1 (95% CI 0.8 to 1.6). Small numbers hampered evaluation of dose-response relationships. CONCLUSIONS: While our results cannot exclude chance or residual confounding by smoking or concomitant occupational exposures, they provide further evidence that some exposures in paint-related occupations, most notably wood varnishes and stains, increase the risk of lung cancer.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».