MétaCan
Menu
Retour à la cohorte
Enregistrement W4414964941 · doi:10.1136/oemed-2025-epicohabstracts.326

8292700 Exposure-response relationship for cumulative asbestos exposure and lung cancer: a systematic review and meta-analysis study

2025· review· en· W4414964941 sur OpenAlexaff
Mieke Koehoorn, PA Demers, VH Arrandale, Chu Chen, HW Davies, John M. Dement, Judy Fan, Rebecca E. K. MacPherson, Ann Olsson, CE Peters, Leslie Stayner, Kurt Straíf, CB McLeod

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensOccupational Cancer Research CentreBC Cancer Agency
Organismes subventionnairesNational Institute for Occupational Safety and HealthCenters for Disease Control and Prevention
Mots-clésAsbestosRelative riskExposure assessmentRisk assessmentOccupational exposureLung cancerCohortCumulative risk

Résumé

récupéré en direct d'OpenAlex

Objective To conduct an updated systematic review and meta-analyses of the exposure-response relationship between cumulative occupational asbestos exposure and the risk of lung cancer. Material and Methods The search strategy was executed on five databases and by review of reference lists. A total of 32 cohort and case-control studies with risk estimates for cumulative, categorical asbestos exposure and lung cancer risk were included. The reported mean or midpoint of each cumulative asbestos exposure category was log-transformed and meta-analyzed using multi-level, random intercept, log-linear regression models. Analyses explored higher risk groups and sources of heterogeneity by exposure and study characteristics, including the quality of the exposure assessment. The investigators reached consensus on interpretation of the findings by emphasizing the consistency of the findings and study informativeness, and placing less emphasis on statistical significance in the meta-analyses of a significant occupational hazard. Results The predicted exposure-response curve, extrapolated from the overall meta-risk estimate (theta (θ)=0.13 (95% CI, 0.10, 0.16)), was nonlinear with a steeper rise in risk at the lower exposure range: the estimated RR was 1.21 (1.17, 1.26) at 5 f-yr/ml; 1.43 (1.33, 1.53) at 25 f-yr/ml; 1.52 (1.40, 1.63) at 50 f-yr/ml; 1.61 (1.47, 1.64) at 100 f-yr/m; and 1.71 (1.54, 1.87) at 200 f-yr/ml. Stronger exposure-response relationships were observed in studies with higher quality exposure assessment (e.g., RR from 1.32 to 2.07 across the same range of exposures), as well as in studies of asbestos production and manufacturing workers, particularly in North America. The results were robust to sensitivity analyses investigating sources of heterogeneity and analytic methods. Conclusion Increasing cumulative asbestos exposure is associated with higher lung cancer risk across the range of cumulative exposure, with a steeper rise in risk at the lower exposure range.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,034
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,031
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,423
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOccupational and environmental lung diseasesTravaux en français237 207