Respirable Crystalline Silica Exposure, Smoking, and Lung Cancer Subtype Risks. A Pooled Analysis of Case–Control Studies
Notice bibliographique
Résumé
Abstract Rationale Millions of workers around the world are exposed to respirable crystalline silica. Although silica is a confirmed human lung carcinogen, little is known regarding the cancer risks associated with low levels of exposure and risks by cancer subtype. However, little is known regarding the disease risks associated with low levels of exposure and risks by cancer subtype. Objectives We aimed to address current knowledge gaps in lung cancer risks associated with low levels of occupational silica exposure and the joint effects of smoking and silica exposure on lung cancer risks. Methods Subjects from 14 case–control studies from Europe and Canada with detailed smoking and occupational histories were pooled. A quantitative job-exposure matrix was used to estimate silica exposure by occupation, time period, and geographical region. Logistic regression models were used to estimate exposure–disease associations and the joint effects of silica exposure and smoking on risk of lung cancer. Stratified analyses by smoking history and cancer subtypes were also performed. Measurements and Main Results Our study included 16,901 cases and 20,965 control subjects. Lung cancer odds ratios ranged from 1.15 (95% confidence interval, 1.04–1.27) to 1.45 (95% confidence interval, 1.31–1.60) for groups with the lowest and highest cumulative exposure, respectively. Increasing cumulative silica exposure was associated (P trend < 0.01) with increasing lung cancer risks in nonsilicotics and in current, former, and never-smokers. Increasing exposure was also associated (P trend ≤ 0.01) with increasing risks of lung adenocarcinoma, squamous cell carcinoma, and small cell carcinoma. Supermultiplicative interaction of silica exposure and smoking was observed on overall lung cancer risks; superadditive effects were observed in risks of lung cancer and all three included subtypes. Conclusions Silica exposure is associated with lung cancer at low exposure levels. An exposure–response relationship was robust and present regardless of smoking, silicosis status, and cancer subtype.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».