Occupational use of high-level disinfectants and asthma incidence in early- to mid-career female nurses: a prospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: Occupational use of disinfectants among healthcare workers has been associated with asthma. However, most studies are cross-sectional, and longitudinal studies are not entirely consistent. To limit the healthy worker effect, it is important to conduct studies among early- to mid-career workers. We investigated the prospective association between use of disinfectants and asthma incidence in a large cohort of early- to mid-career female nurses. METHODS: The Nurses' Health Study 3 is an ongoing, prospective, internet-based cohort of female nurses in the USA and Canada (2010-present). Analyses included 17 280 participants without a history of asthma at study entry (mean age: 34 years) and who had completed ≥1 follow-up questionnaire (sent every 6 months). Occupational use of high-level disinfectants (HLDs) was evaluated by questionnaire. We examined the association between HLD use and asthma development, adjusted for age, race, ethnicity, smoking status and body mass index. RESULTS: During 67 392 person-years of follow-up, 391 nurses reported incident clinician-diagnosed asthma. Compared with nurses who reported ≤5 years of HLD use (89%), those with >5 years of HLD use (11%) had increased risk of incident asthma (adjusted HR (95% CI), 1.39 (1.04 to 1.86)). The risk of incident asthma was elevated but not statistically significant in those reporting >5 years of HLD use and current use of ≥2 products (1.72 (0.88 to 3.34)); asthma risk was significantly elevated in women with >5 years of HLD use but no current use (1.46 (1.00 to 2.12)). CONCLUSIONS: Occupational use of HLDs 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 ».