Development of an asthma specific job exposure matrix and its application in the epidemiological study of genetics and environment in asthma (EGEA)
Notice bibliographique
Résumé
OBJECTIVES: To develop a method suitable for estimating exposure risks in population studies of asthma from job titles and international codes, by combining a new job exposure matrix (JEM) with the expert judgement approach. The method was applied in the French epidemiological study of the genetics and environment in asthma (EGEA). METHODS: The JEM contains 22 exposure groups including 18 high risk groups based on known risk factors for occupational asthma, divided into high molecular weight agents, low molecular weight agents, and mixed environments. After applying the JEM to job codes, exposure estimates for each subject were re-evaluated by examining job title texts. Three high risk exposure estimates for asthma were compared: firstly, applying the JEM to original codes (from different coders in each study centre); secondly, applying the JEM to revised codes (from one experienced coder); and thirdly, after reviewing JEM exposure estimates in the light of job title texts. RESULTS: The study comprised 173 cases with asthma and 285 controls (age 18-65). Odds ratios (ORs) for asthma for high risk jobs were 1.0 (95% confidence interval (95% CI) 0.6 to 1.7), applying the JEM to original codes; 1.4 (95% CI 0.8 to 2.3), applying the JEM to revised codes; and 1.7 (95% CI 1.1 to 2.7), applying the JEM and subsequently re-evaluating exposure estimates from job title texts. Asthma ORs were 1.4 (95% CI 0.6 to 2.9) for high molecular weight agents, 2.3 (95% CI 1.2 to 4.4) for low molecular weight agents, and 2.1 (95% CI 0.9 to 5.2) for mixed environments. CONCLUSIONS: This asthma JEM, when enhanced by expert re-evaluation of exposure estimates from job title texts, may be a useful tool in general population studies of asthma. In this study, a 1.7-fold increase in prevalence odds of high risk exposures was found among asthmatic workers compared with controls, with risk magnitude varying for different classes of exposure.
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 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».