Amélioration de l’évaluation de l’exposition professionnelle rétrospective dans les études épidémiologiques à base populationnelle
Bibliographic record
Abstract
L’évaluation de l’exposition professionnelle rétrospective forme une composante critique et complexe des études cas-témoins à base populationnelle, consistant à caractériser sans biais l’exposition de chaque sujet durant la carrière à partir d’informations limitées. Une approche développée à Montréal permettant d’estimer l’exposition à près de 300 agents par expertise à partir de descriptions d’emploi détaillées fut appliquée dans quatre études cas-témoins de cancer entre 1979-2005. La banque de données d’estimations accumulées par le groupe montréalais représente une source d’information unique au monde sur l’exposition passée pouvant servir au développement d’outils applicables à de nouvelles études. Cette recherche visait à développer et à caractériser des outils permettant d’améliorer l’évaluation de l’exposition professionnelle à travers l’exploitation de cette banque de données. Le premier volet portait sur l’élaboration de la matrice emplois-expositions (MEE) CANJEM synthétisant l’information sur l’exposition à 258 agents issue de 31 673 emplois entre 1930 2005. CANJEM a été définie par 3 axes : agents, professions ou industries (selon 7 systèmes de classification possibles) et période temporelle (1, 2 ou 4 périodes). Chaque cellule (combination d’agent, de profession/industrie et de période) décrit le profil d’exposition des emplois au moyen de cinq indices : probabilité (pourcentage), fiabilité, intensité, et fréquence (en distributions relatives de catégories ordinales) et intensité d’exposition pondérée par la fréquence (continue). Plus de 90% de la population active canadienne est représentée dans les cellules de CANJEM selon 2 recensements (1986 et 2011). Le deuxième volet visait à raffiner les estimations de CANJEM pour 5 agents par des modèles hiérarchiques bayésiens pour intégrer l’information sur l’exposition entre les cellules de professions similaires, et en tenant compte de l’étude source des emplois. L’influence des autres professions sur les estimations des cellules comptant 1 à 4 emplois était parfois importante, tandis qu’elle était modérée ou négligeable à partir de 5 emplois. Le troisième volet visait à estimer des niveaux d’intensité quantitatifs de l’exposition aux poussières de bois aux cellules de CANJEM, en modélisant 5170 mesures historiques (1981-2003) de la banque Canadian Workplace Exposure Database. Les moyennes géométriques sur 8 heures prédites pour 1989 variaient entre 0,49 à 1,67 mg/m3, avec des ratios de 1-1,3-2,3 entre les catégories faible, moyenne et élevée de CANJEM. Des niveaux quantitatifs ont pu être estimés pour toute profession avec une probabilité d’exposition non nulle dans CANJEM. Le dernier volet visait à comparer les expositions assignées par une approche hybride combinant expertise individuelle et profils d’emplois prédéfinis avec l’approche par expertise traditionnelle. Les comparaisons portant sur l’exposition à 203 agents pour 90 professions ont montré une augmentation de la fiabilité des évaluations telle que jugée par les experts. Une réduction dans la variabilité intra-profession des estimations a aussi été observée, potentiellement expliquée par une meilleure cohérence dans l’évaluation et par l’application des profils prédéfinis par profession. L’exploitation de la banque d’expertises montréalaise a permis de développer une MEE multidimensionnelle et de la bonifier, notamment par des estimations quantitatives. CANJEM est une ressource unique pouvant être appliquée à l’évaluation et à la prévention des maladies professionnelles au Canada et ailleurs. L’évaluation de l’approche par expertise hybride a par ailleurs montré l’utilité d’exploiter les données existantes pour faciliter l’évaluation de l’exposition. En somme, cette thèse a permis d’élaborer un ensemble de méthodes transférables à l’exploitation d’autres banques de données d’évaluations rétrospectives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.202 | 0.327 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.004 |
| Bibliometrics | 0.006 | 0.009 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".