Occupational environment and ovarian cancer risk
Notice bibliographique
Résumé
OBJECTIVES: To investigate employment in an occupation or industry and specific occupational exposures in relation to ovarian cancer risk. METHODS: In a population-based case-control study conducted in Montreal, Canada (2011-2016), lifetime occupational histories were collected for 491 cases of ovarian cancer and 897 controls. An industrial hygienist coded the occupation and industry of each participant's job. Associations with ovarian cancer risk were estimated for each of several occupations and industries. Job codes were linked to the Canadian job-exposure matrix, thereby generating exposure histories to many agents. The relationship between exposure to each of the 29 most prevalent agents and ovarian cancer risk was assessed. Odds ratios and 95% confidence intervals (OR (95% CI)) for associations with ovarian cancer risk were estimated using logistic regression and controlling for multiple covariates. RESULTS: Elevated ORs (95% CI) were observed for employment ≥10 years as Accountants (2.05 (1.10 to 3.79)); Hairdressers, Barbers, Beauticians and Related Workers (3.22 (1.25 to 8.27)); Sewers and Embroiderers (1.85 (0.77 to 4.45)); and Salespeople, Shop Assistants and Demonstrators (1.45 (0.71 to 2.96)); and in the industries of Retail Trade (1.59 (1.05 to 2.39)) and Construction (2.79 (0.52 to 4.83)). Positive associations with ORs above 1.42 were seen for high cumulative exposure versus never exposure to 18 agents: cosmetic talc, ammonia, hydrogen peroxide, hair dust, synthetic fibres, polyester fibres, organic dyes and pigments, cellulose, formaldehyde, propellant gases, aliphatic alcohols, ethanol, isopropanol, fluorocarbons, alkanes (C5-C17), mononuclear aromatic hydrocarbons, polycyclic aromatic hydrocarbons from petroleum and bleaches. CONCLUSIONS: Certain occupations, industries and specific occupational exposures may be associated with ovarian cancer risk. Further research is needed to provide a more solid grounding for any inferences in this regard.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».