Adipose Organochlorine Concentrations and Risk of Non-Hodgkin Lymphoma in Denmark
Notice bibliographique
Résumé
PP-30-208 Background/Aims: Exposure to organochlorines has been examined as a potential risk factor for non-Hodgkin lymphoma with mixed results probably relating to differences in study design and geographic locale. Our purpose was to examine associations between organochlorine concentrations in prediagnostic adipose tissue samples and risk of non-Hodgkin lymphoma. Methods: We conducted a case-cohort study of 256 persons diagnosed with non-Hodgkin lymphoma and 256 sub-cohort persons selected from the 57,053 persons enrolled in the Danish Diet, Cancer, and Health cohort between 1993 and 1997. We measured concentrations of 8 pesticides and 10 polychlorinated biphenyl congeners in adipose tissue, collected upon enrollment and estimated risk of non-Hodgkin lymphoma using Cox regression. Results: The results showed that the risk of non-Hodgkin lymphoma increased significantly (P linear-trend: 0.004) with increasing lipid concentrations of dichlorodiphenyltrichloroethane (DDT). For cis-nonachlor, the upper adipose concentration stratum had a hazard ratio of 2.60 (95% CI: 1.08–6.28) when compared to the lowest stratum and for oxychlordane the 2 upper exposure strata were associated with a significant risk of non-Hodgkin lymphoma when compared to the lowest stratum. The associations found for cis-nonachlor and oxychlordane were strongest amongst women. Adjustment for body mass index, education, smoking status and dietary intake of fat and fruit and vegetables only marginally affected the risk associations found for DDT, oxychlordane, and cis-nonachlor. Conclusion: This study shows a higher risk of non-Hodgkin lymphoma in association with higher exposure to DDT, cis-nonachlor, and oxychlordane. This is the first study of organochlorines and non-Hodgkin lymphoma using prediagnostic adipose tissue samples in the exposure assessment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».