MétaCan
Menu
Retour à la cohorte
Enregistrement W4387446589 · doi:10.1164/rccm.202306-0942oc

Occupational Benzene Exposure and Lung Cancer Risk: A Pooled Analysis of 14 Case-Control Studies

2023· article· en· W4387446589 sur OpenAlexafffundabout
Wenxin Wan, Susan Peters, Lützen Portengen, Ann Olsson, Joachim Schüz, Wolfgang Ahrens, Miriam Schejbalová, Paolo Boffetta, Thomas Behrens, Thomas Brüning, Benjamin Kendzia, Dario Consonni, Paul A. Demers, Eleonóra Fabiánová, Guillermo Fernández‐Tardón, John K. Field, Francesco Forastiere, Lenka Foretová, Pascal Guénel, Per Gustavsson, Karl‐Heinz Jöckel, Stefan Karrasch, Maria Teresa Landi, Jolanta Lissowska, Christine Barul, Dana Mateș, Franco Merletti, Enrica Migliore, Lorenzo Richiardi, Tamás Pándics, Hermann Pohlabeln, Jack Siemiatycki, Beata Świątkowska, Heinz‐Erich Wichmann, David Zaridze, Calvin Ge, Kurt Straíf, Hans Kromhout, Roel Vermeulen

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversité de MontréalPublic Health OntarioUniversity of TorontoOccupational Cancer Research Centre
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthRegione LombardiaFondation de FranceUniversidad de OviedoDeutsche Gesetzliche UnfallversicherungMinisterstvo Zdravotnictví Ceské RepublikyEuropean CommissionCanadian Institutes of Health ResearchCompagnia di San PaoloWorld Health Organization
Mots-clésLung cancerMedicineConfidence intervalOdds ratioCase-control studyCarcinogenLogistic regressionCancerEnvironmental healthInternal medicineOncology

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Benzene has been classified as carcinogenic to humans, but there is limited evidence linking benzene exposure to lung cancer. Objectives We aimed to examine the relationship between occupational benzene exposure and lung cancer. Methods Subjects from 14 case-control studies across Europe and Canada were pooled. We used a quantitative job-exposure matrix to estimate benzene exposure. Logistic regression models assessed lung cancer risk across different exposure indices. We adjusted for smoking and five main occupational lung carcinogens and stratified analyses by smoking status and lung cancer subtypes. Measurements and Main Results Analyses included 28,048 subjects (12,329 cases, 15,719 control subjects). Lung cancer odds ratios ranged from 1.12 (95% confidence interval, 1.03–1.22) to 1.32 (95% confidence interval, 1.18–1.48) (P trend = 0.002) for groups with the lowest and highest cumulative occupational exposures, respectively, compared with unexposed subjects. We observed an increasing trend of lung cancer with longer duration of exposure (P trend < 0.001) and a decreasing trend with longer time since last exposure (P trend = 0.02). These effects were seen for all lung cancer subtypes, regardless of smoking status, and were not influenced by specific occupational groups, exposures, or studies. Conclusions We found consistent and robust associations between different dimensions of occupational benzene exposure and lung cancer after adjusting for smoking and main occupational lung carcinogens. These associations were observed across different subgroups, including nonsmokers. Our findings support the hypothesis that occupational benzene exposure increases the risk of developing lung cancer. Consequently, there is a need to revisit published epidemiological and molecular data on the pulmonary carcinogenicity of benzene.

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)0,001
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 enseignants0,046
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,354
Écart entre enseignants0,335 · 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.

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

Citations38
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetOccupational and environmental lung diseasesTravaux en français237 207