Occupational exposures and risk of lung cancer among women
Bibliographic record
Abstract
Contexte: Le cancer du poumon est la deuxième cause de décès par cancer chez les femmes mondialement. Peu d'études ont examiné les facteurs de risque professionnel potentiel de ce cancer chez celles-ci. Objectif: Cette thèse vise à déterminer si certaines expositions professionnelles sont associées au risque de cancer du poumon chez les femmes. L’objectif principal est composé de trois sous-objectifs: 1) Étudier les associations entre les expositions professionnelles prévalentes telles qu'évaluées par des experts et le risque de cancer du poumon chez les femmes dans une étude cas-témoin Montréalaise. 2) Comparer la concordance des attributions d'exposition entre la matrice emploi-exposition canadienne (CANJEM) et l'évaluation d'experts pour les emplois occupés par des femmes. 3) Étudier les associations entre des expositions professionnelles prévalentes et le risque de cancer du poumon chez les femmes dans un ensemble de données internationales combinées de dix études cas-témoins de ce cancer, en utilisant CANJEM pour évaluer les expositions des femmes Méthodes : Pour le sous-objectif 1, nous avons utilisé des modèles de régression logistique multivariée pour examiner les associations entre les expositions professionnelles prévalentes et le risque de cancer du poumon chez les femmes (361 cas et 521 témoins) dans l'étude de Montréal. Pour le sous-objectif 2, nous avons comparé la concordance des expositions entre CANJEM et les experts pour 69 expositions professionnelles en utilisant les données de la même étude montréalaise. Pour le sous-objectif 3, nous avons utilisé une approche méta-analytique pour examiner les associations entre des expositions professionnelles prévalentes et le risque de cancer du poumon chez les femmes (3040 cas et 4187 témoins) à partir de dix études cas-témoins menées en Europe, au Canada et en Nouvelle-Zélande. En l'absence de la disponibilité de données sur les expositions des femmes, nous avons appliqué CANJEM pour estimer les expositions professionnelles. Résultats: Nous n'avons pas observé de risque accru de cancer du poumon chez les femmes exposées professionnellement à 22 agents prévalents évalués dans l'étude de Montréal. Nous avons constaté que la capacité de CANJEM à reproduire l'évaluation des expositions par des experts variait selon l'agent. 2 Compte tenu de ces résultats, nous avons sélectionné 15 agents susceptibles d'être évaluables à l'aide de CANJEM qui étaient également répandus dans l'ensemble de données internationales. Il n'y avait aucune association entre la plupart des agents examinés et le cancer pulmonaire; cependant, les expositions à la poussière métallique, aux composés de fer, à l'isopropanol et aux solvants organiques étaient associées à des risques légèrement élevés. Conclusions: Cette thèse a estimé l'exposition professionnelle des femmes à un large éventail d'agents et a examiné leurs associations avec le cancer du poumon. Dans l'étude de Montréal, aucun des agents évalués par les experts n'était associé à ce cancer. CANJEM s'est avéré capable de reproduire des évaluations d'exposition similaires à celles des experts, bien que sa fiabilité dépende de l'agent. Les expositions professionnelles évaluées par CANJEM ont suggéré des risques plus élevés de cancer du poumon chez les femmes exposées à la poussière métallique, aux composés de fer, à l'isopropanol et aux solvants organiques.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".