Mobile Phone Use and Brain Tumour: An Age-Period-Cohort Analysis of Brain Tumour Rates in the Nordic Population
Notice bibliographique
Résumé
Background: The association of the mobile phone use and risk of brain tumor remains controversial among radiationepidemiologists. Methods: We hypothesized if an association between brain tumor and mobile phone use exists, this association will be manifested as a cohort effect (as a proxy of association between mobile phone use and brain tumor) in the incidence rates of brain tumor during the period of 1990 to 2009. We used age-period-cohort methodology (generalized log-linear model) and compared the distribution of cohort effects in the observed rates of brain tumor from 1990 to 2009 to the cohort effects from rates driven based on epidemiological study results that reported a positive association between brain tumor and mobile phone use in the Nordic population. Three latency period of 1-4 years with odds ratio (OR) of 1.2, latency period of 5-9 years with OR of 1.3, and latency period of more than 10 years with OR of 2.7 were used to estimate expected rates. Result: the distribution of cohort effects between observed and expected rates were more similar among the males compared with females. A shorter latency was more consistent to observed rates. Conclusion: Our study supports a possible a weak association between mobile phone use and brain tumor; further fueling the controversies in association.
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».