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
Notice bibliographique
Résumé
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 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 | 0,001 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».