Lung Cancer Risks Associated with Occupational Exposure to Pairs of Five Lung Carcinogens: Results from a Pooled Analysis of Case-Control Studies (SYNERGY)
Notice bibliographique
Résumé
BACKGROUND: While much research has been done to identify individual workplace lung carcinogens, little is known about joint effects on risk when workers are exposed to multiple agents. OBJECTIVES: We investigated the pairwise joint effects of occupational exposures to asbestos, respirable crystalline silica, metals (i.e., nickel, chromium-VI), and polycyclic aromatic hydrocarbons (PAH) on lung cancer risk, overall and by major histologic subtype, while accounting for cigarette smoking. METHODS: In the international 14-center SYNERGY project, occupational exposures were assigned to 16,901 lung cancer cases and 20,965 control subjects using a quantitative job-exposure matrix (SYN-JEM). Odds ratios (ORs) and 95% confidence intervals (CIs) were computed for ever vs. never exposure using logistic regression models stratified by sex and adjusted for study center, age, and smoking habits. Joint effects among pairs of agents were assessed on multiplicative and additive scales, the latter by calculating the relative excess risk due to interaction (RERI). RESULTS: = 0.05). In women, several pairwise joint effects were observed for small cell lung cancer including exposure to PAH/silica (OR = 5.12; CI: 1.77, 8.48), and to asbestos/silica (OR = 4.32; CI: 1.35, 7.29), where exposure to PAH/silica resulted in a synergistic effect (RERI: 3.45; CI: 0.10, 6.8). DISCUSSION: Small or no deviation from additive or multiplicative effects was observed, but co-exposure to the selected lung carcinogens resulted generally in higher risk than exposure to individual agents, highlighting the importance to reduce and control exposure to carcinogens in workplaces and the general environment. https://doi.org/10.1289/EHP13380.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».