MétaCan
Menu
Retour à la cohorte
Enregistrement W2317438234 · doi:10.1097/01.ede.0000392397.43913.56

What Do Late-life Polychlorinated Biphenyls (PCB) Levels Tell us on Lifetime Internal Exposure? An Evaluation of Exposure Misclassification in Retrospective Breast Cancer Epidemiologic Studies

2010· article· en· W2317438234 sur OpenAlexaff
Marc-André Verner, Delphine Bachelet, Robin McDougall, Michel Charbonneau, Pascal Guénel, Sami Haddad

Notice bibliographique

RevueEpidemiology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensInstitut National de la Recherche ScientifiqueArmand Frappier MuseumOntario Tech UniversityUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésQuartileInternal doseBreast cancerMedicineConfidence intervalPharmacokineticsCmaxPhysiologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

PP-29-063 Background/Aims: Despite the experimental evidence of polychlorinated biphenyls (PCB) carcinogenicity, epidemiologic studies on the association between PCB exposure and breast cancer remain mostly inconclusive. These studies may be hampered by the fact that the PCB levels are measured at the time of diagnosis or a few years before and might not represent internal exposure during hypothesized periods of susceptibility like puberty. We conducted this study to evaluate PCB exposure misclassification in a large sample of French women, using a published physiologically based pharmacokinetic model for persistent organic pollutants. Methods: Lifetime PCB-153 pharmacokinetic profiles were backtracked using a physiologically based pharmacokinetic framework that integrates information on women age, height profile, weight changes across time, pregnancies, and breast-feeding history. Environmental exposure was optimized to match simulated blood concentration with levels measured at the age of diagnosis (28–75 years) while taking temporal trends of contamination into account. We performed analyzes with 2 different half-lives (10 and 30 years) as values reported in the literature vary. The area under the curve of blood concentration for each 10-year interval and maximum blood concentration (Cmax) were then compared to measured levels with following 2 approaches: (i) quartile classification in different age categories and (ii) correlation analyzes. Results: We found a quartile misclassification varying from 10% to 75%, early decades of life being the ones displaying the highest discrepancy with quartiles based on late-life PCB levels. Measured concentrations and simulated maximum blood concentration were correlated with coefficients of r = 0.88 and 0.81 (Spearman rank correlation) for half-lives of 10 and 30 years, respectively. Conclusion: Assuming that backtracked levels were accurate, these results suggest that classification based on PCB levels measured at the time of diagnosis does not adequately reflect exposure during earlier hypothesized windows of susceptibility. Hence, caution should be exercised when interpreting results from breast cancer epidemiologic studies.

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)0,054
score de la tête « metaresearch » (Gemma)0,093
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,287

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0540,093
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,099
Tête enseignante GPT0,378
Écart entre enseignants0,280 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetToxic Organic Pollutants ImpactTravaux en français237 207