P-143 SHIFTING THE FOCUS FROM EXPOSURE TO SOCIOECONOMIC STATUS IN OCCUPATIONAL EPIDEMIOLOGY: A PROTOCOL OF A CONCEPTUAL FRAMEWORK FOR A SOCIOECONOMIC RISK MATRIX
Notice bibliographique
Résumé
Abstract Introduction Job exposure matrices (JEM) often neglect upstream socioeconomic variables and assume the exposure epidemiology lens. We propose a conceptual framework utilizing education, wealth, and healthcare access as primary indicators of occupational cardiorespiratory risk. This protocol encompasses key socioeconomic status (SES) predictors to produce a Socioeconomic Risk Matrix (SRM). Methods Prioritizing utilization in cohort studies, data will be obtained from the National Health and Nutrition Examination Survey. A random forest regression assigns each SRM variable a weighting according to its likelihood of impacting risk. Each variable contributes an ordinal risk level, where a 3-way matrix produces a 0 to 1 risk score. Relative risk of COPD will be estimated based on SRM risk quartiles using multinomial logistic regression. Results Using SRM as an interdisciplinary approach to occupational epidemiology identifies the magnitude of socioeconomic variables’ impact on occupational disease risk. We expect SRM to allow for expanded data utilization within and between occupational groups/clusters. Discussion This approach may indicate a necessity for analyzing additional SRM variables individually and inter-relatedly to support their associative impact on occupational, cardiorespiratory health outcomes. Remodelling SRM’s risk scoring structure may expose interactions between socioeconomic and lifestyle factors in the context of occupational exposure, providing a multidimensional approach to occupational risk estimation. The SRM lacks direct reproducibility, as different cohort samples reflect diverse SES combinations, however this orients future studies in occupational health to an SES-centric approach over traditional exposure-centric investigations. Conclusion SRM may act as a primer for improved SES matrices, incorporating variance in workplace and geo-cultural factors where relevant.
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 | 0,073 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».