Natural resource-based industries and prostate cancer risk in Northeastern Ontario: a case–control study
Notice bibliographique
Résumé
OBJECTIVE: Prostate cancer continues to be the most commonly diagnosed cancer in men, and there is limited knowledge on its preventable risk factors. A number of occupational exposures in natural resource-based industries are suspected to be related to prostate cancer risk. This study investigates associations between employment in these industries and prostate cancer. METHODS: Data were from a population-based, case-control study previously conducted in Northeastern Ontario. Incident cases (N=760) aged 45-85 years and diagnosed with prostate cancer between 1995 and 1998 were identified from the Ontario Cancer Registry. Controls (N=1632) were recruited using telephone listings, and were frequency matched to cases by age. Lifetime occupational history was collected for all participants. Logistic regression was used to estimate ORs and their associated 95% CIs. RESULTS: Elevated risks were observed for employment in forestry and logging industries (OR=1.87, 95% CI 1.32 to 2.73) and occupations (OR=1.71, 95% CI 1.24 to 2.35), and these risks increased with duration of employment for ≥10 years. Elevated risks were also found for employment in wood products industries (OR=1.45, 95% CI 1.07 to 1.97), and paper and allied products industries (OR=1.43, 95% CI 1.03 to 2.00), and when duration of employment was ≥10 years. There were also elevated risks in agriculture and mining-related work; however, these findings were not consistent across industry and occupation categories. CONCLUSIONS: Prostate cancer risk may be associated with work in several natural resource industries, primarily in the forest industries. To further evaluate observed associations, studies should focus on natural resource-based exposures in larger populations with improved exposure assessment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».