Issue 3—The occupational burden of respiratory diseases, an update
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Workplace exposures are widely known to cause specific occupational diseases such as silicosis and asbestosis, but they also can contribute substantially to causation of common respiratory diseases. In 2019, the American Thoracic Society (ATS) and the European Respiratory Society (ERS) published a joint statement on the occupational burden of respiratory diseases. Our aim on this narrative review is to summarise the most recent evidence published after the ATS/ERS statement as well as to provide information on traditional occupational lung diseases that can be useful for clinicians and researchers. RESULTS: Newer publications confirm the findings of the ATS/ERS statement on the role of workplace exposure in contributing to the aetiology of the respiratory diseases considered in this review (asthma, COPD, chronic bronchitis, idiopathic pulmonary fibrosis, hypersensitivity pneumonitis, infectious pneumonia). Except for COPD, chronic bronchitis and infectious pneumonia, the number of publications in the last 5 years for the other diseases is limited. For traditional occupational lung diseases such as silicosis and asbestosis, there are old as well as novel sources of exposure and their burden continues to be relevant, especially in developing countries. CONCLUSIONS: Occupational exposure remains an important risk factor for airways and interstitial lung diseases, causing occupational lung diseases and contributing substantially in the aetiology of common respiratory diseases. This information is critical for public health professionals formulating effective preventive strategies but also for clinicians in patient care. Effective action requires shared knowledge among clinicians, researchers, public health professionals, and policy makers.
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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».