An Investigation of the Adjustment of Retrospective Noise Exposure for Use of Hearing Protection Devices
Notice bibliographique
Résumé
OBJECTIVE: To account for use of hearing protection devices (HPDs) in retrospective noise exposure assessment, adjust noise exposure estimates accordingly, and validate the adjusted estimates. BACKGROUND: A previous study in the same working population showed a stronger relation for noise and acute myocardial infarction among those who did not wear HPD. Because accurate noise exposure assessment is complicated by the use of HPD, we previously developed a multilevel model of the likelihood of HPD use for British Columbia (Canada) lumber mill workers. Historical estimates of noise exposure can be adjusted according to models predictions and a reduction in misclassifying workers, exposure is expected. METHODS: Work history and exposure information were obtained for 13,147 lumber mill workers followed from 1909 until 1998. Audiometric data for the cohort, including hearing threshold levels at several pure tone frequencies, were obtained from the local regulatory agency for the period from 1978 to 2003. Following the modeling of HPD use, noise estimates were adjusted according to models predictions and attenuation factors based on existing research and standards. Adjusted and unadjusted noise metrics were compared by investigating their ability to predict noise-induced hearing loss. RESULTS: We showed a 4-fold increase in the noise exposure and hearing loss slope, after adjusting for HPD use, while controlling for gender, age, race, as well as medical and non-occupational confounding variables. CONCLUSION: While the relative difference before and after adjustment for use of HPD is considerable, we observed a subtle absolute magnitude of the effect. Using noise-induced hearing loss as a 'gold standard' for testing the assessment of retrospective noise exposure estimates should continue to be investigated.
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 | 0,016 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».