Exploring sex differences in lung cancer risk among workers in Ontario, Canada's Occupational Disease Surveillance System
Notice bibliographique
Résumé
Background While it is well-established that occupational exposures significantly contribute to the risk of developing lung cancer, there remains a notable gap in understanding the specific sex differences in lung cancer risk, particularly among female workers. This study aimed to examine sex differences in lung cancer risk across various occupations, with an emphasis on the female workforce. Methods A cohort of approximately 2.37 million workers with lost-time compensation claims were linked to the Ontario Cancer Registry and followed until lung cancer diagnosis, age 85, emigration, death, or end of follow-up (Dec 31, 2020). Cox proportional hazards models were used to estimate sex-specific hazard ratios (HRs) and 95% confidence intervals (CIs) for lung cancer by occupational group (division, major and minor levels), adjusted for birth-year and age and indirectly adjusted for cigarette smoking. Results A total of 12,216 and 30,291 incident lung cancer cases were identified among females and males, respectively. Several occupations demonstrated stronger associations for lung cancer in females, with at least a 20% increased risk compared to males. These occupations at the major level include food and beverage preparation services (HR = 1.19, 95% CI = 1.13–1.26); materials processing (chemical, petroleum, rubber, plastic) (HR = 1.35, 95% CI = 1.19–1.52); wood processing (HR = 1.87, 95% CI = 1.22–2.87); metal machining (HR = 1.56, 95% CI = 1.21–2.00); metal shaping and forming (HR = 1.46, 95% CI = 1.32–1.62); fabricating and assembling metal products (HR = 1.37, 95% CI = 1.25–1.51), other construction trades (HR = 1.54, 95% CI = 1.16–2.05), motor transport operating (HR = 1.69, 95% CI = 1.48–1.94), mechanic and repair work (HR = 1.39, 95% CI = 1.04–1.85); and printing (HR = 1.51, 95% CI = 1.30–1.75). These patterns were similar across minor level occupations. Conclusions This study identified sex differences across various occupations, with some occupational groups demonstrating stronger associations among female workers. However, these findings should be interpreted with caution. The observed differences may be attributed to various factors that influence risk, such as occupational exposures, use and effectiveness of personal protective equipment, and other biological or lifestyle factors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».