8287735 Independent exposure-response analysis of five lung carcinogens and lung cancer risk in a cohort of 2.2 million Ontario workers
Notice bibliographique
Résumé
Objectives Several occupational exposures cause lung cancer, but few studies have examined sex-specific differences. We aim to investigate the independent exposure response effects of exposure to five carcinogens— asbestos, chromium VI, nickel, polycyclic aromatic hydrocarbons (PAHs), and silica — on lung cancer risk. Methods A prospective open cohort of Ontario workers was followed for lung cancer diagnoses from 1983 to 2019 in the Ontario Cancer Registry. Exposures were assessed using the Canadian job-exposure matrix, including measures for exposure status (exposed/non-exposed), intensity of exposure (low, medium/high) and frequency of exposure (<8h/week, 8-40h/week, 40+h/week) for each carcinogen. Cox proportional hazards models estimated independent associations of carcinogen exposure and lung cancer risk overall, by sex, and by subtype. Models were adjusted for age, sex, and birth-year. Results Overall, 36,125 lung cancer cases were identified among 2,223,408 workers. Exposed workers had significantly higher lung cancer risks for all carcinogens (HR_chomium VI=1.12, 95% CI:1.06–1.18; HR_nickel=1.05, 95% CI: 1.01–1.10; HR_PAHs=1.18, 95% CI: 1.16–1.21; HR_silica=1.10, 95% CI: 1.06–1.14) except asbestos (HR_asbestos=1.00, 95% CI: 0.97–1.03). Females had higher risks than males for all carcinogens, ranging from 3% (Silica: HR_females=1.12, 95% CI: 0.96–1.31; HR_males=1.09, 95% CI: 1.05–1.13) to 28% (Nickel: HR_females=1.31, 1.10–1.56; HR_males=1.03, 95% CI: 0.99–1.08). Positive exposure-response relationships for exposure frequency and intensity were observed for all carcinogens, with stronger associations among females. Results were similar for adenocarcinoma, squamous cell, and small cell lung cancer. Conclusion The independent findings are consistent with previous research and highlight potential sex differences in lung cancer risk due to occupational exposure to five carcinogens.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».