Job strain and the risk of breast cancer : an analysis of the CARTaGENE cohort
Bibliographic record
Abstract
Contexte : Le cancer du sein est le plus diagnostiqué chez les femmes canadiennes. Certaines expositions professionnelles aient été liées au cancer du sein mais, les facteurs psychosociaux, comme le stress au travail, restent sous-étudiés. Objectif : Estimer l’association entre le stress au travail et le risque de cancer du sein chez les femmes du Québec. Méthodologie : Une étude cas-témoins nichée dans la cohorte CARTaGENE inclut 196 cas incidents de cancer du sein (2009-2020) et 784 témoins appariés par âge. Le stress au travail a été évalué avec un questionnaire de 15 items sur la demande psychologique, la latitude décisionnelle et le soutien social. Les scores ont été catégorisés par dichotomisation à la médiane en quatre catégories (stress élevé, passif, actif, faible) et en une variable binaire (stress élevé vs autres). Une régression logistique conditionnelle a été utilisée pour estimer les rapports des taux d’incidence (RTI) et leurs intervalles de confiance à 95% (IC 95%). La stratification par niveau d'éducation et de revenu a été effectuée. Résultats : Aucune association n'a été trouvée entre le stress au travail et le risque de cancer du sein (RTI=0,73 ; IC 95 % 0,46-1,11). Cependant, dans le groupe à faible revenu, le stress élevé était lié à un risque accru (RTI=2,37 ; IC 95 % 1,15-4,86). Conclusion : Nos résultats n’indiquent aucun rôle du stress au travail dans l’étiologie du cancer du sein sur 10 ans, bien que le revenu puisse modifier cette association.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".