MétaCan
Menu
Retour à la cohorte
Enregistrement W4383871978 · doi:10.1136/oemed-2022-108557

Occupational environment and ovarian cancer risk

2023· article· en· W4383871978 sur OpenAlexafffundabout
Lisa Leung, Jérôme Lavoué, Jack Siemiatycki, Pascal Guénel, Anita Koushik

Notice bibliographique

RevueOccupational and Environmental Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNational Cancer InstituteInstitut National Du CancerCancer Research Society
Mots-clésOdds ratioMedicineOvarian cancerEnvironmental healthJob-exposure matrixConfidence intervalPopulationLogistic regressionCase-control studyCancerGynecologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,017
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,267
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueOccupational and Environmental MedicineMême sujetOccupational and environmental lung diseasesTravaux en français237 207