Lung cancer incidence in Canadian petroleum workers
Notice bibliographique
Résumé
OBJECTIVES: This study's purpose was to conduct a more in-depth analysis of the potential association between lung cancer, occupational exposures and smoking using data on cohort members from a Canadian petroleum company and refined statistical analyses. METHODS: Information on various exposures including asbestos and petroleum coke dust, as well as job type and operating segment were collected via manual and computerised company records. We performed life-table analyses, Poisson regression and restricted cubic splines to model exposure-response patterns while controlling for smoking status and age. Model diagnostics included the assessment of dispersion and offset parameters. RESULTS: These analyses show that lung cancer risk is strongly related to age and smoking, and to a lesser extent to province of last residence. When controlling for these covariates, there is suggestive evidence that maintenance work may also be related to lung cancer risk. Some analyses also indicate that asbestos exposure may be associated with lung cancer risk, although a clear exposure-response trend is not seen. Other exposures, including petroleum coke dust, were not strongly related to lung cancer risk, particularly when expressed as a continuous measure. CONCLUSIONS: These data suggest that maintenance work may be associated with lung cancer incidence, although exposures to the single agents studied did not emerge as strong predictors of lung cancer incidence. Maintenance work may be a surrogate for general exposures to several agents (eg, polycyclic aromatic hydrocarbons, metals, welding fumes, radiation, etc), although these results may be affected by residual confounding due to smoking or other socio-demographic factors.
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) | 0,003 | 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 ».