MétaCan
Menu
Retour à la cohorte
Enregistrement W4317182281 · doi:10.1289/isee.2022.p-1070

Wireless phones and brain tumour risk in young people: results of the multi-national MOBI-Kids study

2022· article· en· W4317182281 sur OpenAlexaff
Gemma Castaño‐Vinyals, S. Sadetzki, Roel Vermeulen, Franco Momoli, Michael Kundi, Franco Merletti, Myron Maslanyj, Carolina Calderón, Joe Wiart, Ae‐Kyoung Lee, Masao Taki, Malcom Sim, Bruce Armstrong, Geza Benke, Rosa Schattner, Hans‐Peter Hutter, Dan Krewski, Charmaine Mohipp, Paul Ritvo, John J. Spinelli, Brigitte Lacour, Thomas Rémen, Katja Radon, Tobias Weinmann, Eleni Petridou, Maria Moschovi, Apostolos Pourtsidis, Kyriakos Oikonomou, Prodromos Kanavidis, Evi Bouka, Rajesh Dikshit, Rajni Nagrani, Angela Chetrit, Revital Bruchim, Milena Maule, Enrica Migliore, G. Filippini, Lucia Miligi, Stefano Mattioli, Noriko Kojimahara, Naohito Yamaguchi, Mina Ha, Kyung‐Hwa Choi, Hans Kromhout, Geertje Goedhart, Andrea ’t Mannetje, Amanda Eng, Chelsea E. Langer, Juan Alguacil, Núria Aragonés, María Morales‐Suárez‐Varela, Francesc Badia, Alex Albert, Gema Carretero, Elisabeth Cardis

Notice bibliographique

RevueISEE Conference Abstracts · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensUniversity of British ColumbiaYork UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicinePhoneMobile phoneOdds ratioEnvironmental healthDemographyTelecommunicationsComputer sciencePathology

Résumé

récupéré en direct d'OpenAlex

Background and aim. The possibility that wireless (mobile and cordless) phone use might increase brain tumour (BT) risk, has long been a concern, particularly in young people. We studied the association between wireless phone use and subsquently radiofrequency (RF) and extremely low frequency (ELF) electromagnetic fields (EMF) exposure) in childhood/adolescence with BT risk. Methods. MOBI-Kids, a 14-country case-control study, recruited 899 BT cases and 1910 hospital controls aged 10-24 years. Each participant answered a questionnaire on history of mobile communication devices use. Analyses were conducted both in relation to the history of use of wireless phones and to estimated RF and ELF dose from use of wireless phones (based on algorithms developed in the project), adjusting for parental education. Numerous substudies and sensitivity analyses were conducted to address potential biases. Results. Mean ages of cases and controls were 16.5 and 16.6 years, respectively. The vast majority of participants were wireless phones users, with substantial numbers of long-term (>10 years) users. Most tumours were neuroepithelial (NBT; n=671). The adjusted odds ratios (OR) of NBT appeared to decrease with increasing time since start of use of wireless phones, cumulative number of calls and cumulative call time, particularly in the 15-19 years old age group. A decreasing trend in ORs was also observed with increasing estimated cumulative RF specific energy and ELF induced current density. These decreasing trends are attributable mainly to differential recall by proxies and prodromal symptoms affecting phone use before case diagnosis. Results remain unchanged despite the large number of sensitivity analyses we conducted. Conclusions. Our study provides no evidence of a causal association between wireless phone use and brain tumours in young people. However, possible residual biases prevent us from ruling out a small increased risk. Keyworks: brain tumours, young people, wireless phones

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,255
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207