8287119 Impact of coded crosswalk methodologies on lung cancer risk estimates in Ontario, Canada workers exposed to diesel engine exhaust
Notice bibliographique
Résumé
Objective Standardized occupation and industry classification systems of a job-exposure matrix (JEM) and study population may not match; crosswalks may be required for translating codes. Challenges in crosswalking between systems exist when there are multiple matches to a single occupation/industry code. Using crosswalks for exposure assessment and impacts on disease risk estimation are rarely discussed in the literature. This study investigates the effect of three crosswalk methods of the Diesel Exhaust in Canada Job-Exposure Matrix (DEC-JEM) on lung cancer risk in the Occupational Disease Surveillance System (ODSS). Methods Ontario workers in the ODSS (~2.2 million identified through workers’ compensation claims (1983-2020)) were followed for cancer diagnoses through linkage with the Ontario Cancer Registry. Three methods were used to crosswalk DEC-JEM to the codes in the ODSS: (1) unexposed matches excluded, average of one-to-multiple matches, (2) unexposed matches included, average of one-to-multiple matches, (3) unexposed matched included, weighted average of one-to-multiple matches. Cox-proportional hazards models of lung cancer were run with DEC-JEM to estimate hazard ratios and 95% confidence intervals, adjusted for age, birth year, and sex. Analyses were run at four exposure thresholds: 5%, 25%, 50%, 75%. Results DEC-JEM2 and DEC-JEM3 had similar case counts and exposure distributions for each exposure level and threshold (16-92% lower than DEC-JEM1, 25% exposure threshold). Increased lung cancer risk was observed using all methods (25% threshold). Differences in risk between methods were most noticeable for high exposed workers (HR range=1.12-1.73); little difference was observed amongst the low (HR range=1.28-1.35) and very high exposure (HR range=1.53-1.55) groups. DEC-JEM3 had the highest dose-response slope. Female workers had significant increased risk (all methods). Conclusion Crosswalk decisions can change a JEM’s exposure distribution, determine case exposure status, and influence the slope of disease risk results. This study’s crosswalk methods provide opportunities to save resources while improving exposure assessment.
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 | 0,012 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».