P-206 ‘Assessing the Impact of Exposure Control on Future Cancer Burden among Construction Workers’
Notice bibliographique
Résumé
Objectives Construction workers are exposed to several carcinogens at work. Implementing intervention methods may reduce workers’ exposure, which should subsequently reduce the number of cancer cases attributable to the exposure. The current study estimates the future cancer burden due to several common carcinogens among Ontario construction workers, and assesses the impact of implementing interventions on this burden. This presentation focuses on solar ultraviolet radiation and asbestos. Methods The annual number of new cancer cases attributable to each carcinogen was estimated from 2030 to 2060 using Levin’s equation based on the prevalence of exposure (PrE) and the risk of cancer (RR) associated with exposure. The RR was selected from a review of the epidemiologic literature. The PrE was estimated using CAREX Canada’s estimates of prevalence and level of exposure, combined with historical and projected employment data, labour force characteristics, and survival probabilities. The intervention methods specific to each carcinogen were assumed to be fully implemented from 2020, and incorporated into the model by adjusting prevalence and level of exposure downwards. Results We estimated that without intervention, 27645 non-melanoma skin cancers would be attributable to sun exposure in Ontario construction workers from 2030 to 2060. Using portable shade structure and hat/long sleeve clothes, a total of 1957 and 2503 of these cases would be prevented, respectively. For asbestos, the two interventions, asbestos ban and building registry, would prevent 56 and 439 lung cancers out of the 6022 attributable cases from 2030 to 2060 if no intervention was applied. Conclusions Future work-related cancers can be prevented by reducing workers’ exposure. Combining the economic assessment of both the cancer burden and the costs of implementing exposure controls will help to assess the cost-benefit of different intervention methods, which can be used to direct intervention strategies in construction workplace.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».