Skin and respiratory symptoms among workers with suspected work-related disease
Notice bibliographique
Résumé
BACKGROUND: Many workers are exposed to chemicals that can cause both respiratory and skin responses. Although there has been much work on respiratory and skin outcomes individually, there are few published studies examining lung and skin outcomes together. AIMS: To identify predictors of reporting concurrent skin and respiratory symptoms in a clinical population. METHODS: Patients with possible work-related skin or respiratory disease were recruited. An interviewer- administered questionnaire collected data on skin and respiratory symptoms, health history, smoking habits, workplace characteristics and occupational exposures. Predictors of concurrent skin and respiratory symptoms were identified using multiple logistic regression models adjusted for age, sex and atopy. RESULTS: In total, 204 subjects participated; 46% of the subjects were female and the mean age was 45.4 years (SD = 10.5). Most subjects (n = 167, 82%) had possible work-related skin disease, compared with 37 (18%) subjects with possible work-related respiratory disease. Subjects with a history of eczema (OR 3.68, 95% CI 1.7-7.8), those from larger workplaces (OR 2.82, 95% CI 1.8-7.4) and those reporting respirator use at work (OR 2.44, 95% CI 1.2-4.8) had significantly greater odds of reporting both work-related skin and respiratory symptoms. Current smoking was also associated with reporting concurrent skin and respiratory symptoms (OR 2.57, 95% CI 1.2-5.8). CONCLUSIONS: Workers reported symptoms in both systems, and this may be under-recognised both in the workplace and the clinic. The association between history of eczema and concurrent skin and respiratory symptoms suggests a role for impaired barrier function but needs further investigation.
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 ».