Brief research report pesticide occupational exposure leads to significant inflammatory changes in normal mammary breast tissue
Notice bibliographique
Résumé
Studies have documented the high occurrence of several tumors, including female breast cancer, in populations occupationally exposed to pesticides worldwide. It is believed that in addition to direct DNA damage, other molecular alterations that indicate genomic instability are associated, such as epigenetic modifications and the production of inflammation mediators. The present study characterized the profile of inflammatory changes in the breast tissue of women without cancer occupationally exposed to pesticides. In samples of normal breast tissue collected during biopsy and evaluated as negative for cancer by a pathologist, oxidative stress levels were assessed as inflammatory markers through measurements of lipoperoxides and total antioxidant capacity of the sample (TRAP) by high-sensitivity chemiluminescence, as well as levels of nitric oxide (NOx) metabolites. The levels of inflammation-modulating transcription factors PPAR- γ (peroxisome proliferator-activated receptor gamma) and NF-κB (nuclear factor kappa B) were also quantified, in addition to the pro-inflammatory cytokines tumor necrosis factor-alpha (TNF- α ) and interleukin 12 (IL-12). The levels of lipoperoxides, TRAP, and NOx were significantly lower in the exposed group. On the other hand, PPAR- γ levels were increased in the breast tissue of exposed women, with no variation in NF-κB. There was also a rise of TNF- α in exposed women samples without significant variations in IL-12 levels. These findings suggest an inflammatory signature of the breast tissue associated with pesticide exposure, which may trigger mechanisms related to mutations and breast carcinogenesis.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».