276 Occupation, industry, and the risk of prostate cancer: a case-control study in Montréal, Canada
Notice bibliographique
Résumé
Introduction Prostate cancer (PCa) is the most common cancer among Canadian men. Age, a family history of PCa and ancestry are the only recognised risk factors, but a role for environmental influences is suspected. Objective To explore the relationship between occupational and industry titles, and PCa risk. Methods PROtEuS (Prostate cancer & Environment Study) is a case-control study of PCa in Montréal, Canada including some 2000 cases and 2000 population controls aged 40–75 years. Detailed occupational histories were elicited through in-person interviews. Unconditional logistic regression was used to estimate odds ratios (OR) and 95% confidence intervals (CI) for the association between PCa and employment in 98 occupations and 74 industries. Models were adjusted for age, ancestry, family history of PCa, PCa screening, income and physical activity. Results Elevated PCa risks were found for social sciences workers (OR 1.9; 95% CI 1.1–3.4) and metal product fabricators (OR 3.4; 95%CI 1.3–9.3) employed ≥ 10 years, and for non-construction painters (OR 3.4; 95% CI 1.3–9.0) and plumbers and steamfitters (OR 2.4; 95%CI 1.1–5.4) employed < 10 years. Reduced risks were observed for farmers (OR 0.6; 95%CI 0.4–0.9) and food services workers (OR 0.6; 95% CI 0.4–0.9) employed < 10 years, and for physical scientists employed ≥ 10 years (OR 0.6; 95% CI 0.5–0.9). Workers in public service, wood products, and jewellery industries had excess PCa risks. Those in agriculture, miscellaneous food, accommodation and food, air transport, and retail trade industries had reduced risks. Analyses including all subjects, or stratified according to white or blue collar status generated consistent findings. Conclusions Our findings suggest excess PCa risks in some metal-related occupations, as well as in white-collar occupations such as in public service and social sciences. Farmers and food services workers had reduced risks. Specific occupational exposures possibly underlying these associations will be explored.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».