Occupational Exposure to Extremely Low-Frequency Magnetic Fields and Brain Tumor Risks in the INTEROCC Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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