MétaCan
Menu
Retour à la cohorte
Enregistrement W4205663723 · doi:10.3390/ijerph19031144

Occupational Exposure to Wood Dust and the Burden of Nasopharynx and Sinonasal Cancer in Canada

2022· article· en· W4205663723 sur OpenAlexafffundabout
Amirabbas Mofidi, Emile Tompa, Christina Kalcevich, Chris McLeod, Martin Lebeau, Chaojie Song, Joanne Kim, Paul A. Demers

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSinusitis and nasal conditions
Établissements canadiensOccupational Cancer Research CentreInstitut de recherche Robert-Sauvé en santé et en sécurité du travailPublic Health OntarioUniversity of British ColumbiaMcMaster UniversityUniversity of TorontoInstitute for Work & Health
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Cancer Society
Mots-clésOccupational exposureMedicineEnvironmental healthCancerOccupational cancerOccupational safety and healthPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Millions of workers around the world are exposed to wood dust, as a by-product of woodworking. Nasopharynx cancers (NPCs) and sinonasal cancers (SNCs) are two cancers that can be caused by occupational exposure to wood dust, but there is little evidence regarding their burden in Canada. OBJECTIVE: the aim of this study was to estimate the incidence and economic burden of newly diagnosed cases of NPC and SNC in 2011 in Canada, attributable to occupational exposures to wood dust. METHODS: calculating the incidence of cancer attributable to occupational exposure involved three steps of defining relative risk, assessing the prevalence of exposure and population modelling. We estimated the lifetime costs of newly diagnosed NPC and SNC from the societal perspective. The three major cost categories that we considered were direct costs (healthcare costs, out-of-pocket costs, and informal caregiving costs), indirect costs (labour productivity/output costs, employer adjustment costs, and home production losses), and intangible costs (health-related quality of life losses). To generate an estimate of economic burden, we used secondary data from multiple sources and applied them to our computational model developed from an extensive literature review. RESULTS: From approximately 1.3 million workers exposed to wood dust, we expected 28%, 43% and 29% were exposed to low, medium, and high levels, respectively. We estimated from 235 newly diagnosed cases of NPC and 245 newly diagnosed cases of SNC, 4.6% (11 cases) and 4.4% (11 cases) were attributed to occupational exposure to wood dust, respectively. Our estimates of the economic burden of occupational NPC and SNC were about CAD 5.4 million (CAD 496,311 per-case) and CAD 6.7 million (CAD 627,437 per-case), respectively. For NPC direct costs constituted approximately 20% of all costs, and indirect and intangible costs accounted for 55% and 25%, while for SNC the breakdown distribution were 16%, 42% and 42%, respectively. CONCLUSIONS: Our estimates highlighted the importance of occupational NPC and SNC amongst other occupational cancers, especially in countries with large wood-related industries. This paper also serves the information needs of policymakers who are seeking to make evidence-based decisions about occupational cancer prevention efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,370
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetSinusitis and nasal conditionsTravaux en français237 207