MétaCan
Menu
Retour à la cohorte
Enregistrement W4324137770 · doi:10.1136/oem-2023-epicoh.90

O-89 Using proxy respondents when assessing occupational circumstances: impact on expert assessments of reliability in the assignment of chemical exposures

2023· article· en· W4324137770 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAbstracts · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversité LavalInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésProxy (statistics)Reliability (semiconductor)PsychologyPopulationContext (archaeology)Environmental healthApplied psychologyMedicineDemographyStatisticsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

<h3>Introduction</h3> Exposure misclassification can occur when information on occupational circumstances is derived from interviews conducted with proxy respondents. It is unknown whether this can impact reliability ratings (confidence that the exposure actually occurred) by experts who assign chemical exposures based on job descriptions. We aimed to assess differences in reliability level assignments when information is derived from interviews conducted with proxy respondents versus self-respondents. <h3>Material and Methods</h3> Data were collected in the context of the Prostate cancer &amp; Environment Study (PROtEuS), which included 1,937 prostate cancer cases and 1,994 population controls. Complete occupational histories were collected during in-person interviews with proxies (n=135) and self-respondents (n=3,790). Industrial hygienists conducted semi-quantitative evaluations of exposure, including reliability, to about 300 agents. <h3>Results</h3> In total, 129,297 and 4,275 chemical exposures were derived from interviews from self and proxy respondents, respectively. Most assignments were from blue-collar jobs (77%). Based on the latter, experts most often assigned exposures with a low reliability level when information was provided by proxies (23% vs 12% of exposures), without any notable difference when considering the case or control status. Similar results were found in analyses focusing on exposures in common occupations such as firefighters (low reliability; proxies: 48% vs self-respondents: 12%). For motor-vehicle mechanics and repairmen, most exposures were assigned with a medium or high reliability, the latter being slightly more frequent among self-respondents (72% vs 60%). Some inverse findings emerged for exposures among truck drivers, particularly among controls (low reliability; proxies: 5% vs self-respondents: 16%). <h3>Conclusion</h3> Reliability ratings by experts assigning chemical exposures were generally lower when information on occupational circumstances was derived from interviews conducted with proxy respondents, irrespective of case/control status, but exceptions occurred for certain occupations.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,228
Tête enseignante GPT0,572
Écart entre enseignants0,345 · 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