A comparison of exposure assessment approaches: lung cancer and occupational asbestos exposure in a population-based case–control study
Notice bibliographique
Résumé
OBJECTIVES: In attempts to overcome the limitations of self-reported data in occupational health research, job-exposure matrices, which assign exposure by occupation, have emerged as an objective approach for assessing occupational exposures. On the basis of a lung cancer case-control study conducted in the Greater Toronto Area, 1997-2002, assessment of occupational exposure to asbestos was compared using self-reports and a general population job-exposure matrix (DOM-JEM). METHODS: Cases and frequency matched controls provided life-time job histories and self-reported exposures to potential lung carcinogens including asbestos through a detailed questionnaire. Exposure to asbestos was also assigned to each job by linking occupational histories with DOM-JEM. Agreement in classification of exposed and unexposed jobs according to self-reports and DOM-JEM was evaluated using Cohen's κ. Risks for lung cancer were estimated using unconditional logistic regression for each exposure assessment approach. RESULTS: The prevalence of occupational asbestos exposure was greater when based on DOM-JEM than when based on self-reports. Agreement in classifying exposure to jobs between the two assessment approaches was poor. The risk of lung cancer was not elevated among workers who self-reported asbestos exposure, whereas workers considered exposed on the basis of DOM-JEM were almost twice as likely as unexposed workers to be diagnosed with lung cancer (OR 1.9, 95% CI 1.3 to 2.7). CONCLUSIONS: It is generally assumed by epidemiologists that self-reported exposure assessments result in inflated risk estimates. In this study, self-reports found no association with a well-established risk factor, whereas a high-quality job-exposure matrix revealed relative risk estimates that are more consistent with previous findings.
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 | 0,000 | 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) | 0,001 | 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 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 ».