MétaCan
Menu
Retour à la cohorte
Enregistrement W4414787095 · doi:10.1097/jom.0000000000003564

Occupational Exposure to Extremely Low-Frequency Magnetic Fields and Postmenopausal Breast Cancer Risk

2025· article· en· W4414787095 sur OpenAlexaffabout
Saeedeh Moayedi-Nia, Chelsea Almadin, France Labrèche, Mark S. Goldberg, Lesley Richardson, Elisabeth Cardis, Vikki Ho

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensCentre Hospitalier de l’Université de MontréalMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésOccupational exposureBreast cancerPostmenopausal womenRisk assessmentCancerOccupational medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the association between occupational exposures to extremely low-frequency magnetic fields (ELF-MF) and postmenopausal breast cancer. METHODS: Lifetime job histories from a population-based case-control study (2008 to 2011) of histologically confirmed breast cancer in Montréal, Canada, were linked to a job-exposure matrix to assign geometric mean ELF-MF exposure/workday. Logistic regression estimated odds ratios and 95% confidence intervals for cumulative, average, maximum, and duration of maximum exposure to ELF-MFs (per interquartile range increase), adjusting for individual-level and ecological covariables. RESULTS: Data from 663 cases and 592 controls revealed no association between occupational ELF-MF exposure and postmenopausal breast cancer, though restricting exposures to 0 to 10 years before interview and to those during breast development, some positive associations was observed, particularly for ER+/PR+ tumors. CONCLUSIONS: Our findings suggest no association between occupational ELF-MF exposure and postmenopausal breast cancer risk.

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)0,000
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 enseignants0,675
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,247
Écart entre enseignants0,242 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207