Cancer Risks among Welders and Occasional Welders in a National Population-Based Cohort Study: Canadian Census Health and Environmental Cohort
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Welders are exposed to many known and suspected carcinogens. An excess lung cancer risk among welders is well established, but whether this is attributable to welding fumes is unclear. Excess risks of other cancers have been suggested, but not established. We investigated welding cancer risks in the population-based Canadian Census Health and Environmental Cohort. METHODS: Among 1.1 million male workers, 12,845 welders were identified using Standard Occupational Classification codes and followed through retrospective linkage of 1991 Canadian Long Form Census and Canadian Cancer Registry (1992-2010) records. Hazard ratios (HRs) were calculated using Cox proportional hazards models based on estimated risks of lung cancer, mesothelioma, and nasal, brain, stomach, kidney, and bladder cancers, and ocular melanoma. Lung cancer histological subtypes and risks by industry group and for occasional welders were examined. Some analyses restricted comparisons to blue-collar workers to minimize effects of potential confounders. RESULTS: Among welders, elevated risks were observed for lung cancer [HR: 1.16, 95% confidence interval (CI): 1.03-1.31], mesothelioma (HR: 1.78, 95% CI: 1.01-3.18), bladder cancer (HR: 1.40, 95% CI: 1.15-1.70), and kidney cancer (HR: 1.30, 95% CI: 1.01-1.67). When restricted to blue-collar workers, lung cancer and mesothelioma risks were attenuated, while bladder and kidney cancer risks increased. CONCLUSION: Excess risks of lung cancer and mesothelioma may be partly attributable to factors including smoking and asbestos. Welding-specific exposures may increase bladder and kidney cancer risks, and particular sources of exposure should be investigated. Studies that are able to disentangle welding effects from smoking and asbestos exposure are needed.
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.
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 | 0,001 | 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 découle