Notice bibliographique
Résumé
The paper by Thomsen et al 1 is a significant contribution to the now-substantial body of literature on the relationship between asbestos-related diseases and vehicle repair work. It is a large study, inclusive of all registered vehicle mechanics in the country for the designated years, with a mean follow-up time of 20 years and a maximum of 45 years. Several comprehensive administrative databases were linked for exposure and disease outcomes. The numbers of outcomes for the three main diseases of interest produced relatively narrow CIs. The authors present data indicating that reliance on administrative databases for health outcomes was unlikely to be a problem for mesothelioma and lung cancer; however, it is reasonable to question the validity of the diagnoses of asbestosis based on administrative data alone. As the authors point out, the statistically significant elevation in asbestosis mortality and morbidity is somewhat puzzling given the relatively high exposures required for asbestosis and the relatively low asbestos exposures experienced by vehicle mechanics. The existing literature does not support a positive relationship between asbestosis and vehicle repair work.2–5 The authors suggested that diagnostic bias may have played a role, but this is speculative. The result warrants further examination, possibly a nested case–control study with documentation of the diagnostic criteria supporting the database entries, blinded re-evaluation of the available diagnostic material, and further exploration of complete occupational histories. The investigators observed a slight elevation in lung cancer risk. The results are consistent with those from an earlier meta-analysis6 and are unremarkable. Studies of potential asbestos-related diseases among vehicle mechanics have focused primarily on risk of …
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».