MétaCan
Menu
Retour à la cohorte
Enregistrement W4285042883 · doi:10.1515/reveh-2022-0055

A meta-analysis of the risk of salivary gland tumors associated with mobile phone use: the importance of correct exposure assessment

2022· review· en· W4285042883 sur OpenAlexaboutno aff
Keshini Vijayan, Guy D. Eslick

Notice bibliographique

RevueReviews on Environmental Health · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile phoneMeta-analysisPhoneMedicineEpidemiologyAssociation (psychology)Salivary glandScale (ratio)Environmental healthPathologyComputer sciencePsychologyGeography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To investigate the risk of developing salivary gland tumors associated with the use of mobile phones. CONTENT: There have been a number of epidemiological studies conducted to assess for a possible association between mobile phone usage and the development of intracranial tumours, however results have been conflicting. We conducted an extensive literature search across four different databases was conducted. After selecting the articles relevant to the area of study, a total of seven studies were included in this meta-analysis, with no restrictions set on publication date or language. Studies were qualitatively assessed using the Newcastle-Ottawa scale. No significant association between the use of mobile phones and salivary gland tumors was observed (OR=1.06, 95% CI=0.86-1.32). No evidence for publication bias was detected. SUMMARY AND OUTLOOK: Our findings indicate no significant association between mobile phone usage and salivary gland tumours. However, there were many limitations encountered in these studies, suggesting that the observed result may not be an accurate estimate of the true carcinogenic risk of mobile phones, especially for heavy long-term users. In fact, the studies included in this meta-analysis highlight the need to correctly define exposure assessment in order to ascertain the risk of a certain variable.

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)0,014
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,030
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0120,032
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,054
Tête enseignante GPT0,320
Écart entre enseignants0,266 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews on Environmental HealthMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207