MétaCan
Menu
Retour à la cohorte
Enregistrement W3011276701 · doi:10.1159/000506131

Exposure to Medical Radiation during Fetal Life, Childhood and Adolescence and Risk of Brain Tumor in Young Age: Results from The MOBI-Kids Case-Control Study

2020· article· en· W3011276701 sur OpenAlexafffundabout
Elisa Pasqual, Gemma Castaño‐Vinyals, Isabelle Thierry-Chef, Noriko Kojimahara, Malcolm Sim, Michael Kundi, Daniel Krewski, Franco Momoli, Brigitte Lacour, Thomas Rémen, Katja Radon, Tobias Weinmann, Eleni Petridou, Maria Moschovi, Rajesh Dikshit, Siegal Sadetski, Milena Maule, Mariangela Farinotti, Mina Ha, Andrea ’t Mannetje, Juan Alguacil, Núria Aragonés, Roel Vermeulen, Hans Kromhout, Elisabeth Cardis

Notice bibliographique

RevueNeuroepidemiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensOttawa HospitalChildren's Hospital of Eastern OntarioInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesNational Cancer InstituteConselleria de Sanitat Universal i Salut PúblicaBoard of Research in Nuclear SciencesSeventh Framework ProgrammePfizer FoundationInstitut National Du CancerAgència de Gestió d'Ajuts Universitaris i de RecercaNational Health and Medical Research CouncilMedical Research CouncilPfizerNatural Sciences and Engineering Research Council of CanadaHealth CanadaODAS StichtingCanadian Institutes of Health ResearchMinistry of Internal Affairs and CommunicationsZonMwNational and Kapodistrian University of AthensGeneralitat de CatalunyaMinisterio de Ciencia e InnovaciónBundesamt für StrahlenschutzGeneral Secretariat for Research and TechnologyGeneralitat ValencianaCure KidsCentres de Recerca de CatalunyaAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailUniversity of Ottawa
Mots-clésMedicineConfoundingLogistic regressionPediatricsDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We explored the association between ionizing radiation (IR) from pre-natal and post-natal radio-diagnostic procedures and brain cancer risk within the MOBI-kids study. METHODS: MOBI-kids is an international (Australia, Austria, Canada, France, Germany, Greece, India, Israel, Italy, Japan, Korea, New Zealand, Spain, The Netherlands) case-control study including 899 brain tumor (645 neuroepithelial) cases aged 10-24 years and 1,910 sex-, age-, country-matched controls. Medical radiological history was collected through personal interview. We estimated brain IR dose for each procedure, building a look-up table by age and time period. Lifetime cumulative doses were calculated using 2 and 5 years lags from the diagnostic date. Risk was estimated using conditional logistic regression. Neurological, psychological and genetic conditions were evaluated as potential confounders. The main analyses focused on neuroepithelial tumors. RESULTS: Overall, doses were very low, with a skewed distribution (median 0.02 mGy, maximum 217 mGy). ORs for post-natal exposure were generally below 1. ORs were increased in the highest dose categories both for post and pre-natal exposures: 1.63 (95% CI 0.44-6.00) and 1.55 (0.57-4.23), respectively, based on very small numbers of cases. The change in risk estimates after adjustment for medical conditions was modest. CONCLUSIONS: There was little evidence for an association between IR from radio-diagnostic procedures and brain tumor risk in children and adolescents. Though doses were very low, our results suggest a higher risk for pre-natal and early life exposure, in line with current evidence.

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)0,003
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,269
Écart entre enseignants0,256 · 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

Citations11
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNeuroepidemiologyMême sujetRadiation Dose and ImagingTravaux en français237 207