Lung cancer and occupation: A new zealand cancer registry‐based case–control study
Notice bibliographique
Résumé
BACKGROUND: There are many proven and suspected occupational causes of lung cancer, which will become relatively more important over time, as smoking prevalence decreases. METHODS: We interviewed 457 cases aged 20-75 years notified to the New Zealand Cancer Registry during 2007-2008, and 792 population controls. We collected information on demographic details, potential confounders, and employment history. Associations were estimated using logistic regression adjusted for gender, age, ethnicity, smoking, and socio-economic status. RESULTS: Among occupations of a priori interest, elevated odds ratios (ORs) were observed for sawmill, wood panel and related wood-processing plant operators (OR 4.63; 95% CI 1.05-20.29), butchers (OR 8.77, 95% CI 1.06-72.55), rubber and plastics products machine operators (4.27; 1.16-15.66), heavy truck drivers (2.24; 1.19-4.21) and workers in petroleum, coal, chemical and associated product manufacturing (1.80; 1.11-2.90); non-significantly elevated risks were also observed for loggers (4.67; 0.81-27.03), welders and flame-cutters (2.50; 0.86-7.25), pressers (5.74; 0.96-34.42), and electric and electronic equipment assemblers (3.61; 0.96-13.57). Several occupations and industries not of a priori interest also showed increased risks, including nursing associate professionals (5.45; 2.29-12.99), enrolled nurses (7.95; 3.10-20.42), care givers (3.47; 1.40-8.59), plant and machine operators and assemblers (1.61; 1.20-2.16), stationary machine operators and assemblers (1.67; 1.22-2.28), food and related products processing machine operators (1.98; 1.23-3.19), laborers and related elementary service workers (1.45; 1.05-2.00), manufacturing (1.34; 1.02-1.77), car retailing (3.08; 1.36-6.94), and road freight transport (3.02; 1.45-6.27). CONCLUSIONS: Certain occupations and industries have increased lung cancer risks in New Zealand, including wood workers, metal workers, meat workers, textile workers and drivers. Am. J. Ind. Med. 54:89-101, 2011. © 2010 Wiley-Liss, Inc.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».