MétaCan
Menu
Retour à la cohorte
Enregistrement W6986097690

OCCUPATIONAL CARCINOGENS IN EUROPE: PAST AND PRESENT EXPOSURES IN RELATION TO LUNG CANCER RISK

2017· article· en· W6986097690 sur OpenAlexaboutno aff

Notice bibliographique

RevueDergiPark (Istanbul University) · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Maritime and Colonial Histories
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTSG101LiquationProteogenomicsHexamethylbenzeneArticular cartilage damageLung cancer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Lung cancer isthe most common occupational cancer and it has been estimated that around 15%of lung cancer among men and 5% in women are due to occupational exposures. In the SYNERGYproject, we have pooled data from fourteen case-control studies conductedbetween 1985 and 2010 in Europe and Canada, including 16,901 lung cancer casesand 20,965 controls with detailed information on tobacco habits and lifetimeoccupations. A quantitative job-exposure-matrix (SYN-JEM) was developed toestimate job-, time period-, and region-specific exposure levels for asbestos,respirable crystalline silica (RCS), chromium, nickel, and benzo (a) pyrene.Exposure levels were calculated for each subject by linking SYN-JEM withindividual occupational histories. The lung cancerrisks were estimated for the single carcinogens and in association withsmoking. The detailed smoking information allowed a precise adjustment forsmoking, and the large dataset enabled us to estimate the risks also inrelevant subgroups like never smokers. Overall, we observed a dose-dependentincrease of the lung cancer risk for all carcinogens that was more pronouncedfor squamous cell carcinoma and small cell lung cancer than for adenocarcinomaof the lung. Exposure trendsin Europe have overall been decreasing in the past 50 years. This phenomenon isthe result of long-term investments in occupational health and safety, i.e.training, surveillance, research, and improved technology. In light of the lastyears economic crisis around the world it is important to ensure that thesepositive trends continue and spread to all countries in order to improveoccupational health worldwide.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetGlobal Maritime and Colonial HistoriesTravaux en français237 207