MétaCan
Menu
Retour à la cohorte
Enregistrement W2103866599 · doi:10.1158/1055-9965.epi-14-0102

Occupational Exposure to Extremely Low-Frequency Magnetic Fields and Brain Tumor Risks in the INTEROCC Study

2014· article· en· W2103866599 sur OpenAlexafffundabout
Michelle C. Turner, Geza Benke, Joseph D. Bowman, Jordi Figuerola, Sarah Fleming, Martine Hours, Laurel Kincl, Daniel Krewski, Dave McLean, Marie‐Élise Parent, Lesley Richardson, Siegal Sadetzki, Klaus Schlaefer, Brigitte Schlehofer, Joachim Schüz, Jack Siemiatycki, Martie van Tongeren, Elisabeth Cardis

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensUniversité de MontréalArmand Frappier MuseumUniversity of OttawaMontreal General HospitalInstitut National de la Recherche ScientifiqueInstitute of Population and Public Health
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Cancer InstituteNational Institute for Health and Care ResearchWorld Health Organization
Mots-clésPercentileMedicineGliomaConfidence intervalMeningiomaOdds ratioBrain tumorDemographyInternal medicinePathologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Occupational exposure to extremely low-frequency magnetic fields (ELF) is a suspected risk factor for brain tumors, however the literature is inconsistent. Few studies have assessed whether ELF in different time windows of exposure may be associated with specific histologic types of brain tumors. This study examines the association between ELF and brain tumors in the large-scale INTEROCC study. METHODS: Cases of adult primary glioma and meningioma were recruited in seven countries (Australia, Canada, France, Germany, Israel, New Zealand, and the United Kingdom) between 2000 and 2004. Estimates of mean workday ELF exposure based on a job exposure matrix were assigned. Estimates of cumulative exposure, average exposure, maximum exposure, and exposure duration were calculated for the lifetime, and 1 to 4, 5 to 9, and 10+ years before the diagnosis/reference date. RESULTS: There were 3,761 included brain tumor cases (1,939 glioma and 1,822 meningioma) and 5,404 population controls. There was no association between lifetime cumulative ELF exposure and glioma or meningioma risk. However, there were positive associations between cumulative ELF 1 to 4 years before the diagnosis/reference date and glioma [odds ratio (OR) ≥ 90th percentile vs. < 25th percentile, 1.67; 95% confidence interval (CI), 1.36-2.07; PLinear trend < 0.0001], and, somewhat weaker associations with meningioma (OR ≥ 90th percentile vs. < 25th percentile, 1.23; 95% CI, 0.97-1.57; PLinear trend = 0.02). CONCLUSIONS: Results showed positive associations between ELF in the recent past and glioma. IMPACT: Occupational ELF exposure may play a role in the later stages (promotion and progression) of brain tumorigenesis.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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

Citations80
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207