MétaCan
Menu
Retour à la cohorte
Enregistrement W1958964692 · doi:10.1002/ijc.29631

Home pesticide exposures and risk of childhood leukemia: Findings from the childhood leukemia international consortium

2015· article· en· W1958964692 sur OpenAlexafffund
Helen D. Bailey, Claire Infante‐Rivard, Catherine Metayer, Jacqueline Clavel, Tracy Lightfoot, Peter Kaatsch, Eve Roman, Corrado Magnani, Logan G. Spector, Eleni Petridou, Elizabeth Milne, John D. Dockerty, Lucia Miligi, Bruce K. Armstrong, Jérémie Rudant, Lin Fritschi, Jill Simpson, Luoping Zhang, Roberto Rondelli, Margarita Baka, Laurent Orsi, Maria Moschovi, Alice Y. Kang, Joachim Schüz

Notice bibliographique

RevueInternational Journal of Cancer · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensMcGill University
Organismes subventionnairesNational Cancer InstituteInstituto Nacional do Câncer, Ministério da SaúdeNational Health and Medical Research CouncilMedical Research CouncilNational Institutes of HealthAgence Française de Sécurité Sanitaire de l'Environnement et du TravailAgence Française de Sécurité Sanitaire des Produits de SantéMedical Research Council CanadaLigue Contre le CancerFondation de FranceEdith Cowan UniversityNational Institute of Environmental Health SciencesInstitut National Du CancerInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la RechercheAlex's Lemonade Stand Foundation for Childhood CancerCERNWorld Health OrganizationEuropean CommissionAssociation pour la Recherche sur le CancerU.S. Environmental Protection Agency
Mots-clésChildhood leukemiaMedicineOdds ratioRecall biasConfidence intervalLeukemiaCase-control studyMyeloid leukemiaLogistic regressionPesticidePregnancyInternal medicinePediatricsLymphoblastic LeukemiaPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Some previous studies have suggested that home pesticide exposure before birth and during a child's early years may increase the risk of childhood leukemia. To further investigate this, we pooled individual level data from 12 case-control studies in the Childhood Leukemia International Consortium. Exposure data were harmonized into compatible formats. Pooled analyses were undertaken using multivariable unconditional logistic regression. The odds ratio (ORs) for acute lymphoblastic leukemia (ALL) associated with any pesticide exposure shortly before conception, during pregnancy and after birth were 1.39 (95% confidence interval [CI]: 1.25, 1.55) (using 2,785 cases and 3,635 controls), 1.43 (95% CI: 1.32, 1.54) (5,055 cases and 7,370 controls) and 1.36 (95% CI: 1.23, 1.51) (4,162 cases and 5,179 controls), respectively. Corresponding ORs for risk of acute myeloid leukemia (AML) were 1.49 (95% CI: 1.02, 2.16) (173 cases and 1,789 controls), 1.55 (95% CI: 1.21, 1.99) (344 cases and 4,666 controls) and 1.08 (95% CI: 0.76, 1.53) (198 cases and 2,655 controls), respectively. There was little difference by type of pesticide used. The relative similarity in ORs between leukemia types, time periods and pesticide types may be explained by similar exposure patterns and effects across the time periods in ALL and AML, participants' exposure to multiple pesticides, or recall bias. Although some recall bias is likely, until a better study design can be found to investigate the associations between home pesticide use and childhood leukemia in an equally large sample, it would appear prudent to limit the use of home pesticides before and during pregnancy, and during childhood.

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)0,014
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,024
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,300
Écart entre enseignants0,286 · 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

Citations149
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CancerMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207