Respirable crystalline silica and lung cancer in community-based studies: impact of job-exposure matrix specifications on exposure–response relationships
Notice bibliographique
Résumé
OBJECTIVES: The quantitative job-exposure matrix SYN-JEM consists of various dimensions: job-specific estimates, region-specific estimates, and prior expert ratings of jobs by the semi-quantitative DOM-JEM. We analyzed the effect of different JEM dimensions on the exposure-response relationships between occupational silica exposure and lung cancer risk to investigate how these variations influence estimates of exposure by a quantitative JEM and associated health endpoints. METHODS: Using SYN-JEM, and alternative SYN-JEM specifications with varying dimensions included, cumulative silica exposure estimates were assigned to 16 901 lung cancer cases and 20 965 controls pooled from 14 international community-based case-control studies. Exposure-response relationships based on SYN-JEM and alternative SYN-JEM specifications were analyzed using regression analyses (by quartiles and log-transformed continuous silica exposure) and generalized additive models (GAM), adjusted for age, sex, study, cigarette pack-years, time since quitting smoking, and ever employment in occupations with established lung cancer risk. RESULTS: SYN-JEM and alternative specifications generated overall elevated and similar lung cancer odds ratios ranging from 1.13 (1st quartile) to 1.50 (4th quartile). In the categorical and log-linear analyses SYN-JEM with all dimensions included yielded the best model fit, and exclusion of job-specific estimates from SYN-JEM yielded the poorest model fit. Additionally, GAM showed the poorest model fit when excluding job-specific estimates. CONCLUSION: The established exposure-response relationship between occupational silica exposure and lung cancer was marginally influenced by varying the dimensions of SYN-JEM. Optimized modelling of exposure-response relationships will be obtained when incorporating all relevant dimensions, namely prior rating, job, time, and region. Quantitative job-specific estimates appeared to be the most prominent dimension for this general population JEM.
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 | 0,102 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».