The multifaceted impact of circadian disruption on cancer risk: a systematic review of insights and economic implications
Notice bibliographique
Résumé
Background: Circadian disruption has emerged as a significant risk factor for cancer, driven by mechanisms such as hormonal imbalances, impaired DNA repair, immune suppression, and metabolic dysregulation. Modern societal patterns-shift work, artificial light at night, and irregular sleep schedules-have exacerbated these risks. Methods: We conducted a systematic review following Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines, screening over 500 studies published between 2003 and 2023 from PubMed, Scopus, Embase, ScienceDirect, and Web of Science. Inclusion criteria focused on peer-reviewed epidemiological and mechanistic studies linking circadian disruption with cancer risk. The Newcastle-Ottawa Scale was used for methodological quality assessment. Results: A total of 75 high-quality studies were included. Strong evidence supports associations between circadian disruption and breast, prostate, and colorectal cancers, with limited but emerging evidence for melanoma and bladder cancer. Mechanistic pathways involve melatonin suppression, dysregulation of CLOCK and BMAL1 genes, reduced natural killer cell activity, and chronic inflammation due to metabolic imbalance. Light-at-night (LAN) exposure and prolonged night shift work were consistently identified as major risk factors. Furthermore, economic analyses reveal a substantial burden due to increased healthcare costs and productivity losses, particularly in shift work-dominated sectors. Conclusions: Circadian misalignment is a critical, yet often overlooked, contributor to cancer incidence and associated economic burdens. Public health strategies-such as regulating shift schedules, reducing LAN exposure, and promoting chronotherapy-are essential to mitigate these risks. Further research should address sex-based differences, improve exposure measurement, and extend investigations to low- and middle-income countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,014 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».