Exposure to Pesticides and Breast Cancer in an Agricultural Region in Brazil
Notice bibliographique
Résumé
Rural workers are disproportionally exposed to pesticides and might be at an increased risk of developing chronic diseases. Here, we investigated the impact of pesticide exposure on breast cancer (BC) risk and disease profile in rural female workers. This is a case-control study that prospectively included 758 individuals. The study was conducted in the Southwest region of Paraná state in Brazil, a region characterized by family-based agriculture and intensive use of pesticides. We found that this region has a 41% higher BC diagnosis rate and 14% higher BC mortality rate than the mean rates in Brazil, as well as a pesticide trade volume about 6 times higher than the national average. We showed substantial exposure in this population and found that even women who did not work in the fields but performed equipment decontamination and clothes washing of male partners who worked in the fields had urine samples positive for glyphosate, atrazine, and/or 2,4-D. The crude association showed a significantly higher risk of BC among women exposed to pesticides (OR: 1.58, 95% CI 1.18-2.13). Adjusted analyses showed a lower and nonstatistically significant association (OR: 1.30, 95% CI 41 0.87-1.95). Stratification on disease profile showed a significantly higher risk of lymph node metastasis (adjusted OR: 2.19, 95% CI 1.31-3.72) in women exposed to pesticides. Our findings suggest that female populations exposed to pesticides are at a higher risk of developing BC with a more aggressive profile and draw attention to the need to monitor rural populations potentially exposed to pesticides in the field or at home.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».