Occupational use of high-level disinfectants and asthma incidence in early to mid-career nurses: a prospective cohort study
Notice bibliographique
Résumé
<b>Background:</b> Occupational use of disinfectants among healthcare workers has been associated with asthma. However, most studies are cross-sectional and prospective evidence for an etiologic role is still needed. To limit the healthy worker effect, it is important to conduct studies among early to mid-career workers. <b>Objectives:</b> We investigated the prospective association between use of disinfectants and asthma incidence in a large cohort of early to mid-career female nurses. <b>Methods:</b> The Nurses’ Health Study 3 is an ongoing, prospective, internet-based cohort of female nurses in the United States and Canada. Analyses included 17,862 participants with no history of asthma in 2010 (baseline; mean age: 34 years, range 19-52) and who had completed ≥1 follow-up questionnaire (2011-2018). During 64,425 person-years of follow-up, 396 nurses reported incident physician-diagnosed asthma. At baseline, use of high-level disinfectants (HLD, eg glutaraldehyde, hydrogen peroxide) was evaluated by questionnaire. We examined the association between HLD use and subsequent asthma development, adjusted for age, race, ethnicity, smoking status, and body mass index. <b>Results:</b> Compared to nurses who reported ≤5 years of HLD use (90%), those with >5 years of HLD use (10%) had increased risk of incident asthma (adjusted hazard ratio [95% CI], 1.40 [1.04-1.87]. In nurses with >5 years of HLD use, the risk of incident asthma was further increased in those reporting current use of ≥2 products (1.98 [1.05-3.73], reference: ≤5 years of HLD use). <b>Conclusions:</b> Use of high-level disinfectants was prospectively associated with increased asthma incidence in early to mid-career nurses.
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) | 0,000 | 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 ».