Occupational prestige, social mobility and the association with lung cancer in men
Notice bibliographique
Résumé
BACKGROUND: The nature of the association between occupational social prestige, social mobility, and risk of lung cancer remains uncertain. Using data from the international pooled SYNERGY case-control study, we studied the association between lung cancer and the level of time-weighted average occupational social prestige as well as its lifetime trajectory. METHODS: We included 11,433 male cases and 14,147 male control subjects. Each job was translated into an occupational social prestige score by applying Treiman's Standard International Occupational Prestige Scale (SIOPS). SIOPS scores were categorized as low, medium, and high prestige (reference). We calculated odds ratios (OR) with 95 % confidence intervals (CI), adjusting for study center, age, smoking, ever employment in a job with known lung carcinogen exposure, and education. Trajectories in SIOPS categories from first to last and first to longest job were defined as consistent, downward, or upward. We conducted several subgroup and sensitivity analyses to assess the robustness of our results. RESULTS: We observed increased lung cancer risk estimates for men with medium (OR = 1.23; 95 % CI 1.13-1.33) and low occupational prestige (OR = 1.44; 95 % CI 1.32-1.57). Although adjustment for smoking and education reduced the associations between occupational prestige and lung cancer, they did not explain the association entirely. Traditional occupational exposures reduced the associations only slightly. We observed small associations with downward prestige trajectories, with ORs of 1.13, 95 % CI 0.88-1.46 for high to low, and 1.24; 95 % CI 1.08-1.41 for medium to low trajectories. CONCLUSIONS: Our results indicate that occupational prestige is independently associated with lung cancer among men.
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 | 0,001 | 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) | 0,000 | 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 ».