Les études visant à évaluer les effets des rayonnements RF sur des sujets humains sont difficiles en raison principalement de la difficulté à évaluer l’exposition aux rayonnements. Voici un aperçu plus précis de certaines de ces difficultés :

  • Le rayonnement en champ lointain des ondes radioélectriques émises par une station de base de téléphonie mobile dépend de nombreux facteurs, et notamment du type de service de téléphonie mobile, des caractéristiques de l'antenne, de l'élévation du site de l'antenne, du nombre de sites proximaux d'antenne, du nombre d'utilisateurs dans la région et des structures ou des bâtiments qui peuvent influer sur l'énergie transmise. L'étude réalisée par Santé Canada (1997) et portant sur des mesures du champ RF dans des écoles de la région de Vancouver situées à proximité d'une station de base pour téléphones cellulaires analogues ou pour SCP fournit un excellent exemple de la variabilité des conditions qui peuvent exister d'une région à l'autre. Santé Canada a observé que la densité de puissance extérieure maximale enregistrée était de 230 à 6 200 fois inférieure à la limite d'exposition prescrite par le Code de sécurité 6, et que les mesures maximales effectuées à l'intérieur étaient de 4 900 à 59 000 fois inférieures à cette limite. En 2001, la Radiocommunications Agency, une agence gouvernementale au RU, a effectué une vérification des stations de base, principalement celles situées près d'écoles. La vérification comprenait 101 endroits et émissions enregistrées " généralement des milliers de fois inférieures " aux limites de la Commission internationale de protection contre les rayonnements non ionisants.

  • Il est également extrêmement difficile d'obtenir des évaluations exactes de l'exposition aux sources de rayonnement en champ proche comme les combinés. L'absorption de puissance provenant de l'antenne d'un téléphone sans fil est très hétérogène, et dépend d'un certain nombre de facteurs physiques liés au niveau de puissance du signal RF. Ces facteurs comprennent la distance qui sépare l'utilisateur de la station de base, l'interférence du signal provoquée par les bâtiments ou d'autres structures et la direction du déplacement de l'utilisateur en rapport à l'antenne (CIPRNI, 1996). Le niveau d'absorption d'énergie dépend également de la durée d'utilisation, du nombre et de la durée des appels individuels et d'autres " caractéristiques du comportement de l'utilisateur " (Rothman, 1996), y compris l'angle sous lequel le combiné est maintenu et la tendance de l'utilisateur à le porter à son oreille droite ou gauche. Selon Lonn et al. (2004), la puissance de sortie du téléphone cellulaire est plus élevée en régions rurales qu’en régions urbaines. Ces auteurs ont attribué ce phénomène à la plus faible densité des stations de base dans les régions rurales, tout en reconnaissant que d’autres facteurs – p. ex. la présence des facteurs physiques mentionnés précédemment – ont aussi une incidence. Dans le cadre d’une étude réalisée en Suède et au Royaume-Uni, Hillert et al. (2006) ont eux aussi constaté qu’il était plus fréquent que la puissance de sortie des téléphones cellulaires soit plus élevée dans les régions rurales, et que d’autres facteurs (p. ex., durée de l’appel, fait d’être mobile ou stationnaire, être à l’intérieur ou à l’extérieur) avaient une importance moindre.
  • La constitution d'un groupe témoin approprié constitue un autre défi des études réalisées par observation. La plupart des personnes sont exposées à des champs électromagnétiques de densité variable, selon leurs habitudes d'utilisation d'appareils électriques au foyer ou au travail et l'emplacement proximal des transmetteurs de télécommunications ou des sources de distribution d'énergie électrique.

  • Il est très difficile d'établir l'exposition aux champs électromagnétiques de sujets individuels sur une période utile de temps.

  • La reconstitution des antécédents d'exposition sans recours à des mesures directes oblige l'expérimentateur à s'en remettre à des hypothèses dont la validité n'est pas certaine.
It is clear that many factors can affect an individual's exposure to RFR associated with cellular telephone use. This makes exposure assessment in a risk study very difficult to interpret. Ideally the exact exposure dose should be measured, but no specific measure is available. In experimental situations the Specific Absorption Rate (SAR) is used. This is the amount of energy that is deposited in tissue, and is measured in W/kg. SAR has been developed for quantification of thermal effects of RFR. It is assumed that it may serve as an adequate measure of other effects, although no biological mechanism has been established by which possible health effects could be induced (Auvinen et al., 2006). In epidemiological studies, similar SAR levels have been assumed for all telephone models, although results are occasionally presented separately for users of analogue and digital phones. Since SAR measures are not available, the validity of a proxy exposure measure is critical. Cumulative exposure is usually used as a measure of exposure dose, but this does not take into account variations in the signal for the reasons discussed above. In long-term studies, estimation of a dose-response relationship is important for assessment of causality.

Divers articles publiés en 1996 dans la revue Epidemiology ont examiné certaines de ces questions. Un de ces articles (Funch) a décrit l'exactitude et la faisabilité d'une recherche fondée sur les registres d'une compagnie de téléphone en guise d'indice de l'exposition, aux fins de la réalisation d'une analyse de corrélation des réponses fournies dans le cadre d'une enquête par questionnaire auprès de ses clients. Dans un autre article (Rothman), on a cherché à lier des informations portant sur des clients individuels disposant d'une seule ligne téléphonique, les informations des bureaux de crédit et les données de l'administration de la sécurité sociale pour procéder à une comparaison des données de mortalité entre les utilisateurs de téléphones portables et de téléphones mobiles. Les rapports établis présentaient des difficultés importantes, y compris le risque d'un biais de sélection découlant d'une perte de contact avec les deux tiers environ de la population cible. Ces documents ont donné un aperçu des difficultés que peuvent présenter les études épidémiologiques portant sur l'utilisation du téléphone cellulaire.

Selon Parslow (2003), les usagers du téléphone cellulaire ont tendance à sous-déclarer leur utilisation. Malheureusement, le taux de participation à cette étude était très faible, ce qui jette un doute sur la validité de ses conclusions. SC Kim (2006) a pour sa part proposé une nouvelle méthode pour estimer les taux d’exposition quantitative et relative aux RF, à l’aide d’un modèle basé sur un réseau neuronal. Les paramètres suivants ont été utilisés pour l’élaboration de ce modèle : temps d’utilisation moyen par jour, période totale d’utilisation (en années), DAS du téléphone, utilisation mains libres, sortie de l’antenne et type d’appareil (téléphone pliable ou à rabat). Erdreich (2007) also used SMPs to study factors affecting the energy output of GSM phones during operation, and found that the largest factor was study area, followed by user movement and location (inside or outside), use of a hands-free device, and urbanicity. Blas (2007) showed that personal exposure meters are subject to errors associated with perturbations of the electric fields by the presence of the human body.

Mild (2005) a proposé une méthode permettant de combiner l’utilisation de différents téléphones mobiles (p. ex., analogiques et numériques) et sans fil, en utilisant des facteurs de pondération qui tiendraient compte du fait que les téléphones analogiques fonctionnent à une puissance maximale plus élevée que les téléphones numériques, eux-mêmes utilisant une puissance supérieure aux téléphones sans fil.

L’étude Interphone consiste en une série d’études cas-témoins multinationales, qui examinent le risque de tumeurs du cerveau et des glandes salivaires associé à l’usage du téléphone cellulaire. Le groupe de l’étude Interphone a réalisé une étude qui avait pour but de valider l’usage de l’appareil déterminé par remémoration à court terme (Vrijheid, 2006). Ces chercheurs ont noté une corrélation de modérée à élevée entre l’utilisation estimée de mémoire et l’utilisation réelle mesurée par les opérateurs ou déterminée à l’aide de téléphones avec logiciel. Les auteurs de cette étude ont relevé une erreur systématique modérée et une erreur aléatoire substantielle. Cette dernière erreur aurait tendance à réduire la puissance de l’étude Interphone à détecter une augmentation du risque de tumeur cérébrale, si un tel risque existe. Pour en apprendre davantage sur l’étude Interphone, consulter la rubrique « Programmes de recherche – Étude Interphone ».

Auvinen et ses collègues ont examiné les facteurs susceptibles d’influencer la validité des études épidémiologiques qui examinent les effets des téléphones cellulaires sur la santé. Ils ont insisté sur l’imprécision de l’évaluation de l’exposition dans les études, notant qu’une telle imprécision risque particulièrement d’être présente dans les études cas-témoins, alors que les études prospectives sont les plus susceptibles d’améliorer la qualité des données. Deux articles publiés par des chercheurs allemands (Samkange-Zeeb et al. et Berg et al.) évaluent la validité de l’usage auto-déclaré à partir d’un questionnaire utilisé pour l’étude Interphone. Ces chercheurs rapportent une bonne corrélation entre l’usage auto-déclaré et les renseignements obtenus des fournisseurs de réseaux, pour ce qui est du nombre d’appels par jour, et une corrélation modérée quant à l’usage cumulatif . Schuz (un des auteurs de l’article par Berg et al.) et Johansen (2007) ont également comparé l’utilisation auto-déclarée du téléphone cellulaire aux données d’abonnement qui avaient été obtenues dans le cadre d’études distinctes. Ces auteurs notent une concordance « passable » entre les deux sources d’évaluation de l’exposition et croient que les deux mesures ont des limites et qu’elles pourraient entraîner une sous-estimation d’une association. Cependant, comme Auvinen et al., ils sont d’avis que ces limites pourraient être réduites au minimum dans les études prospectives de suivi, en estimant l’exposition à partir des dossiers d’utilisation de l’abonné. SC Kim (2006) a proposé une nouvelle méthode pour estimer l’exposition quantitative et relative aux RF, à l’aide d’un modèle de réseau neuronal basé sur les paramètres suivants : temps d’utilisation moyen par jour, période totale d’utilisation (en années), DAS du modèle précis de téléphone, utilisation du modèle mains libres, sortie de l’antenne et type d’appareil (téléphone pliable ou à rabat).

Les commentaires qui précèdent concernent essentiellement les études sur les téléphones cellulaires. Les autres études sur l’exposition aux rayonnements RF sont habituellement basées, soit sur l’emplacement géographique (dans le cas des études sur les émetteurs de radio et de télévision), soit sur le titre de l’emploi (dans les études en milieu de travail). Manifestement, ces méthodes d’évaluation de l’exposition sont imprécises. D’autres utilisent les certificats de décès comme source d’information sur la profession, une autre pratique qui s’est révélée assez imprécise (Andrews K.A. et al., Bioelectromagnetics, 1999; 20, p. 512-518).

Références:

Ahlbom A, Green A, Kheifets L, Savitz D, Swerdlow A (2004): Epidemiology of health effects of radiofrequency exposure. Environ Health Perspect 112:1741-1754.

Alanko T, Hietanen M. A practical method to evaluate radiofrequency exposure of mast workers. Radiat Prot Dosimetry Dec 2 2008 Ahead of print.

Alanko T, Hietanen M. A practical method to evaluate radiofrequency exposure of mast workers. Radiat Prot Dosimetry Dec 2 2008 Ahead of print.

Andrews KA, Savitz DA (1999): Accuracy of industry and occupation on death certificates of electric utility workers: Implications for epidemiologic studies of magnetic fields and cancer. Bioelectromagnetics 20:512-518.

Ardoino L, Barbieri E, Vecchia P (2004): Determinants of exposure to electromagnetic fields from mobile phones. Radiat Prot Dosim 111:403-406.

Auvinen A, Toivo T, Tokola K (2006): Epidemiological risk assessment of mobile phones and cancer: where can we improve? European Journal of Cancer Prevention 15:516-523.

Bahillo A, Blas J, Fernandez P, Mazuelas S, Vinuela A, Lorenzo RM, Abril EJ.  (2008). E-field errors associated with RF dosimeters for RF human exposure assessment in urban environments. Conf  Proc IEEE Eng Med Biol Soc. 2821-2824.

Bahillo A, Blas J, Fernandez P, Mazuelas S, Vinuela A, Lorenzo RM, Abril EJ.  (2008). E-field errors associated with RF dosimeters for RF human exposure assessment in urban environments. Conf  Proc IEEE Eng Med Biol Soc. 2821-2824.

Belyaev IY, Grigoriev YG. (2007): Problems in assessment of risks from exposures to microwaves of mobile communication. Radiats Biol Radioecol 47(6):727-32.

Berg G, Schuz J, Samkange-Zeeb F, Blettner M (2005): Assessment of radiofrequency exposure from cellular telephone daily use in an epidemiological study: German validation study of the international case-control study of cancers of the brain-INTERPHONE-Study. J Expo Anal Environ Epidemiol 15:217-224.

Blas J, Lago FA, Fernandez P, Lorenzo RM, et al. (2007): Potential exposure assessment errors associated with body-worn RF dosimeters. Bioelectromagnetics 28:573-576.

Bürgi A, Theis G, Siegenthaler A, Röösli M (2007): Exposure modeling of high-frequency electromagnetic fields. J Expo Anal Environ Epidemiol 4 April 2007;doi:10.1038/sj.jes.7500575.

Breckenkamp J, Neitzke HP, Bornkessel C, Berg-Beckhoff G. Applicability of an exposure model for the determination of emissions from mobile phone base stations. Radiat Prot Dosimetry. Aug 2, 2008 Ahead of print.

Cardis E, Deltour I, Mann S, Moissonnier M, Taki M, Varsier N, Wake K, Wiart J. Distribution of RF energy emitted by mobile phones in anatomical structures of the brain.  Physics in Medicine and Biology 53(11):2771-2783.

Chauvin S, Gibergues ML, Wüthrich G, Picard D, Desreumaux JP, Bouillet JC. Occupational exposure to ambient electromagnetic fields of technical operational personnel working for a mobile telephone operator. Radiat Prot Dosimetry. Ahead of print. Sep 15, 2009.

Chen HY, Chuang CY.  (2009). Currents Induced in Human Bodies During Radiofrequency Exposure Near a Cellular Phone Base Station.  Electromagnetics 29(1) 13-23.

Chen HY, Chuang CY.  (2009). Currents Induced in Human Bodies During Radiofrequency Exposure Near a Cellular Phone Base Station.  Electromagnetics 29(1) 13-23.

Chen HY, Chuang CY.  (2009). Currents Induced in Human Bodies During Radiofrequency Exposure Near a Cellular Phone Base Station.  Electromagnetics 29(1) 13-23.

Conil E, Hadjem A, Lacroux F, Wong MF, Wiart J (2008). Variability analysis of SAR from 20 MHz to 2.4 GHz for different adult and child models using finite-difference time-domain. Phys Med Biol. 53(6);1511-25.

Cooper TG, Allen SG, Blackwell RP, Litchfield I, et al. (2004): Assessment of occupational exposure to radiofrequency fields and radiation. Radiat Prot Dosim 111:191-203.

Cooper TG, Mann SM, Khalid M, Blackwell RP. (2006): Public exposure to radio waves near GSM microcell and picocell base stations. J. Radiol Prot 26:199-211.

Davis CC, Balzano Q. (2009). The International Intercomparison of SAR Measurements on Cellular Telephones. Electromagnetic Compatibility, IEEE Transactions on. 51(2):210-216.

De Prisco G, d'Ambrosio G, Calabrese ML, Massa R, Juutilainen J. SAR and efficiency evaluation of a 900 MHz waveguide chamber for cell exposure. Bioelectromagnetics Ahead of print 31 March 2008.

Dreyer NA, Loughlin JE, Rothman K.J Epidemiological safety surveillance of cellular telephones in the US Radiation Protection Dosimetry (1999) 83:159-163.

Erdreich LS, Van Kerkhove MD, Scrafford CG, Barraj L, et al. (2007): Factors that influence the radiofrequency power output of GSM mobile phones. Rad Res 168:253-261.
Go to summary>

Findlay RP, Dimbylow PJ. Spatial averaging of fields from half-wave dipole antennas and corresponding SAR calculations in the NORMAN human voxel model between 65 MHz and 2 GHz. Phys Med Biol. 2009 Apr 21; 54(8):2437-47.

Frei P, Mohler E, Neubauer G, Theis G, Bürgi A, Fröhlich J, Braun-Fahrländer C, Bolte J, Egger M, Röösli M. Temporal and spatial variability of personal exposure to radio frequency electromagnetic fields. Environ Res. May 22, 2009. Ahead of print.

Funch DP, Rothman KJ, Laughlin JE, Dreyer NA (1996): Utility of telephone company records for epidemiologic
studies of cellular telephones. . Epidemiology 7: 299 – 302.
Go to summary>

Hallberg O (2007): Adverse health indicators correlating with sparsely populated areas in Sweden. Eur J Cancer Prev 16:71-76.
Go to summary>

Gosselin MC, Christ A, KÃœhn S, Kuster N. (2009). Dependence of the occupational exposure to mobile phone base stations on the properties of the antenna and the human body. Electromagnetic Compatibility, IEEE Transactions on. 51(2):227-235.

Hand JW (2008): Modelling the interaction of electromagnetic fields (10 MHz–10 GHz) with the human body: methods and applications. Phys. Med. Biol. 53:243-286.  

Hillert L, Ahlbom A, Neasham D, Feychting M, et al. (2006): Call-related factors influencing power output from mobile phones. J Expo Anal Environ Epidemiol 16:507-514.

Hirata A, Ito N, Fujiwara O. Influence of electromagnetic polarization on the whole-body averaged SAR in children for plane-wave exposures. Phys Med Biol. 54(4):N59-N65. January 14, 2009 Ahead of print.

Hirata A, Ito N, Fujiwara O. Influence of electromagnetic polarization on the whole-body averaged SAR in children for plane-wave exposures. Phys Med Biol. 54(4):N59-N65. January 14, 2009 Ahead of print.

Inyang I, Benke G, McKenzie R, Abramson M (2007): Comparison of measuring instruments for radiofrequency radiation from mobile telephones in epidemiological studies: Implications for exposure assessment. J Expo Anal Environ Epidemiol 28 February 2007;doi:10.1038/sj.jes.7500555.

Inyang I, Benke G, Morrissey J, McKenzie R, Abramson M. How well do adolescents recall use of mobile telephones? Results of a validation study. BMC Med Res Methodol. Jun 12, 2009. Ahead of print.

Inyang I, Benke G, McKenzie R, Abramson M. (2009). Use of hardware modified phones for exposure assessment in health studies in Australia: verification of compliance with standards. Australas Phys Eng Sci Med. 32(2):62-67.

Joseph W, Vermeeren G, Verloock L, Heredia MM. (2008): Characterization of personal RF electromagnetic field exposure and actual absorption for the general public. Health Physics. 95(3):317-330.

Joseph W, Verloock L, Tanghe E, Martens L. In-situ measurement procedures for temporal RF electromagnetic field exposure of the general public. Health Phys. 2009 May; 96(5):529-42.

Jung KB, Kim TH, Kim JL, Doh HJ, Chung YC, Choi JH, Pack JK. (2008): Development and Validation of Reverberation-Chamber Type Whole-Body Exposure System for Mobile-Phone Frequency. Electromagnetic Biology and Medicine 27(1):73-82.

Kheifets L and Oksuzyan S. Exposure assessment and other challenges in non-ionising radiation studies of childhood leukaemia. Radiation Protection Dosimetry Ahead of print Oct 21, 2008. doi:10.1093/rpd/ncn260.

Kühn S, Cabot E, Christ A, Capstick M, Kuster N. Assessment of the radio-frequency electromagnetic fields induced in the human body from mobile phones used with hands-free kits. Phys Med Biol. 54(18):5493-5508. Ahead of print. Aug 26, 2009.

Kim SC, Nam KC, Kim DW (2006): Estimation of relative exposure levels for cellular telephone users using a neural network. Bioelectromagnetics 27:440-444.

Kim BC, Choi HD, Park SO.  Methods of evaluating human exposure to electromagnetic fields radiated from operating base stations in Korea. Bioelectromagnetics 15 Apr 2008 Ahead of print.

Knafl U, Lehmann H, Riederer M. (2008): Electromagnetic field measurements using personal exposimeters. Bioelectromagnetics 29:160-162.

Kühn S, Jennings W, Christ A, Kuster N. (2009). Assessment of induced radio-frequency electromagnetic fields in various anatomical human body models. Phys. Med. Biol. 54 875-890.  

Kühnlein A, Heumann C, Thomas S, Heinrich S, Radon K. Personal exposure to mobile communication networks and well-being in children – A statistical analysis based on a functional approach. Bioelectromagnetics 29 jan 2009 Ahead of print.

Laakso I. 2009. Assessment of the computational uncertainty of temperature rise and SAR in the eyes and brain under far-field exposure from 1 to 10 GHz. Phys Med Biol. 54(11):3393-404.

Lacroux F, Conil E, Carrasco AC, Gati A, Wong MF, Wiart J. (2008): Specific absorption rate assessment near a base-station antenna (2,140 MHz): some key points. Annals of Telecommunications. 63(1-2):55-64.

Lahkola A, Salminen T, Auvinen A (2005): Selection bias due to differential participation in a case-control study of mobile phone use and brain tumours. Ann Epidemiol 15:321-325.

Lonn S, Forssen U, Vecchia P, Ahlbom A, et al. (2004): Output power levels from mobile phones in different geographical areas; implications for exposure assessment. Occup Environ Med 61:769-772.

Loughran SP, McKenzie RJ, Anderson V, McIntosh RL, Croft RJ. (2008). Dosimetric evaluation and comparison of different RF exposure apparatuses used in human volunteer studies. Bioelectromagnetics 29(3);242 – 243.

Martínez-Búrdalo  M, Martín, Sanchis A, Villar R. FDTD assessment of human exposure to electromagnetic fields from WiFi and bluetooth devices in some operating situations (p n/a). Bioelectromagnetics Ahead or print Oct 20 2008 DOI: 10.1002/bem.20455

Mild KH, Carlberg M, Wilen J, Hardell L (2005): How to combine the use of different mobile and cordless telephones in epidemiological studies on brain tumours? Eur J Cancer Prev 14:285-288.
Go to summary>  

Morrisey J. Radio frequency exposure in mobile phone users: Implications for exposure assessment in epidemiological studies. Rad Prot Dosim Online 9 January 2007; doi:10.1093/rpd/ncl547.
Go to summary

Nagaoka T, Kunieda E and Watanabe S. (2008): Proportion-corrected scaled voxel models for Japanese children and their application to the numerical dosimetry of specific absorption rate for frequencies from 30 MHz to 3 GHz. Phys. Med. Biol. 53:6695-6711.

Neubauer G, Preiner P, Cecil S, Mitrevski N, Gonter J, Garn H. The relation between the specific absorption rate and electromagnetic field intensity for heterogeneous exposure conditions at mobile communications frequencies. Bioelectromagnetics. Jun 23, 2009 Ahead of print.

Nagaoka T, Kunieda E and Watanabe S. (2008): Proportion-corrected scaled voxel models for Japanese children and their application to the numerical dosimetry of specific absorption rate for frequencies from 30 MHz to 3 GHz. Phys. Med. Biol. 53:6695-6711.

Parslow RC, Hepworth SJ, McKinney PA (2003):Recall of past use of mobile phone handsets. Radiat Prot Dosim 106:233-240
Go to summary>

Pradier A , Hadjem A, Lautru D, Gati A, Wong MF, Hanna VF, Wiart J. (2008): Evaluation of the SAR induced in a multilayer biological structure and comparison with SAR in homogeneous tissues. Annals of Telecommunications. 63(1-2):79-86.

Puranen L, Toivo T, Toivonen T, Pitkäaho R, Turunen A, Sihvonen AP, Jokela K, Heikkinen P, Kumlin T, Juutilainen J. Space efficient system for whole-body exposure of unrestrained rats to 900 MHz electromagnetic fields. Bioelectromagnetics Ahead of print 2008 Sep 19.

Röösli M, Frei P, Mohler E, Braun-Fahrländer C, Bürgi A, Fröhlich J, Neubauer G, Theis G, Egger M. Statistical analysis of personal radiofrequency electromagnetic field measurements with nondetects.  Bioelectromagnetics 2008 Apr 17 Ahead of print.

Rothman KJ, Chou C-K, Morgan R, et al. (1996): Assessment of cellular telephone and other radio frequency
exposure for epidemiologic research. Epidemiology 7: 291 ­ 8.
Go to summary>

Samkange-Zeeb F, Berg G, Blettner M (2004): Validation of self-reported cellular phone use. J Expo Anal Environ Epidemiol 14:245-248.

Schmiedel S, Brüggemeyer H, Philipp J,Wendler J, Merzenich H, Schüz J. An evaluation of exposure metrics in an epidemiologic study on radio and television broadcast transmitters and the risk of childhood leukemia. Bioelectromagnetics Ahead of print November 21, 2008. DOI 10.1002/bem.20460  

Schuz J, Johansen C (2007): A comparison of self-reported cellular telephone use with subscriber data: Agreement between the two methods and implications for risk estimation. Bioelectromagnetics 28:130136.

Sibella F, Parazzini M, Paglialonga A, Ravazzani P. (2009). Assessment of SAR in the tissues near a cochlear implant exposed to radiofrequency electromagnetic fields. Phys Med Biol. 54(8):N135-141.

Simba AY, Hikage T. Watanabe S. Nojima T. (2009) Specific Absorption Rates of Anatomically Realistic Human Models Exposed to RF Electromagnetic Fields From Mobile Phones Used in Elevators. Microwave Theory and Techniques 57(5:1) 1250-1259.

Sirav B, Seyhan N. Radio frequency radiation (RFR) from TV and radio transmitters at a pilot region in Turkey. Radiat Prot Dosimetry. Aug 11, 2009 Ahead of print.

Straume A, Johnsson A, Oftedal G, Wilen J. (2007): Frequency spectra from current vs magnetic flux density measurements for mobile phones and other electrical appliances. Health Physics 93(4):279-287.

Swanson J. (2008): Methods used to calculate exposures in two epidemiological studies of power lines in the UK.  J Radiol Prot 28:45-59.  

Thomas S, Kühnlein A, Heinrich S, Praml G, Nowak D, von Kries R, Radon K. Personal exposure to mobile phone frequencies and well-being in adults: A cross-sectional study based on dosimetry. Bioelectromagnetics. Ahead of print 4 April 2008.

Thomas S, Kuhnlein A, Heinrich S, Praml G, von Kries R, Radon K. Exposure to mobile telecommunication networks assessed using personal dosimetry and well-being in children and adolescents: the German MobilEe-study. Environ Health 7(1):54 Ahead of print November 4, 2008

Thors B, Hansson B, Törnevik C. The generation of simple compliance boundaries for mobile communication base station antennas using formulae for SAR estimation. Phys Med Biol. Jun 17, 2009. Ahead of print. 54(13):4243-4256.

Tokola K, Kurttio P, Salminen T, Auvinen A. Reducing overestimation in reported mobile phone use associated with epidemiological studies. Bioelectromagnetics Ahead of print 2 Jun 2008

Toivonen T, Toivo T, Pitkäaho R, Puranen L, Silfverhuth M, Mennander A, Hannula M, Hyttinen J,Jokela K.  Setup and dosimetry for exposing anaesthetised pigs in vivo to 900 MHz GSM mobile phone fields Bioelectromagnetics Ahead of print 4 February 2008 10.1002/bem.20404.  

Toivonen T, Toivo T, Puranen L, Jokela K. (2008). Setup and dosimetry for exposure of human skin in vivo to RF-EMF at 900 MHz. Bioelectromagnetics 29(3);207-212.

Toivonen T, Toivo T, Puranen L, Jokela K. Specific absorption rate and electric field measurements in the near field of six mobile phone base stations antennas. Bioelectromagnetics 4 Feb 2009 Ahead of print.

Uusitupa TM, Ilvonen SA, Laakso IM, and Nikoskinen KI. (2008). The effect of finite-difference time-domain resolution and power-loss computation method on SAR values in plane-wave exposure of Zubal phantom. Phys Med Biol 53:445-452.

Varsier N , Wake K, Taki M, Watanabe S, Takebayashi T, Yamaguchi N, Kikuchi Y. (2008): SAR characterization inside intracranial tumors for case–control epidemiological studies on cellular phones and RF exposure. Annals of Telecommunications. 63(1-2):65-78.

Viel JF, Clerc S, Barrera C,Rymzhanova R, Moissonnier M, Hours M, Cardis E. Residential exposure to radiofrequency fields from mobile-phone base stations, and broadcast transmitters: a population-based survey with personal meter Occup Environ Med. March 30, 2009 Ahead of print.

Viel JF, Cardis E, Moissonnier M, de Seze R, Hours M. Radiofrequency exposure in the French general population: Band, time, location and activity variability. Environ Int. Aug 3, 2009 Ahead of print.

Uusitupa TM, Ilvonen SA, Laakso IM, and Nikoskinen KI. (2008). The effect of finite-difference time-domain resolution and power-loss computation method on SAR values in plane-wave exposure of Zubal phantom. Phys Med Biol 53:445-452.

Vrijheid M, Deltour I, Krewski D, Sanchez M, et al. (2006b): The effects of recall errors and of selection bias in epidemiologic studies of mobile phone use and cancer risk. J Expo Anal Environ Epidemiol 16: 371-384.

Vrijheid M, Armstrong BK, Bédard D, Brown J, Deltour I, Iavarone I, Krewski D, Lagorio S, Moore S, Richardson L, Giles GG, McBride M, Parent ME, Siemiatycki J, Cardis E. Recall bias in the assessment of exposure to mobile phones. J Expo Sci Environ Epidemiol. Ahead of print 21 May  2008.

Vrijheid M, Mann S, Vecchia P, Wiart J, Taki M, Ardoino L, Armstrong BK, Auvinen A, Bédard D, Berg-Beckhoff G, Brown J, Chetrit A, Collatz-Christensen H, Combalot E, Cook A, Deltour I, Feychting M, Giles GG, Hepworth SJ, Hours M, Iavarone I, Johansen C, Krewski D, Kurttio P, Lagorio S, Lönn S, McBride M, Montestruq L, Parslow RC, Sadietzki S, Schüz J, Tynes T, Woodward A, Cardis E. Determinants of mobile phone output power in a multinational study – implications for exposure assessment Occup Environ Med Ahead of print May 21, 2009. doi:10.1136/oem.2008.043380

Wake K, Varsier N, Watanabe S, Taki M, Wiart J, Mann S, Deltour I, Cardis E. The estimation of 3D SAR distributions in the human head from mobile phone compliance testing data for epidemiological studies. Phys Med Biol. 54(19):5695-5706. Ahead of print. Sep 1, 2009.

Whittow WG, Panagamuwa CJ, Edwards RM, Vardaxoglou JC. (2008). On the effects of straight metallic jewellery on the specific absorption rates resulting from face-illuminating radio communication devices at popular cellular frequencies. Phys Med Biol 53(5):1167-1182.

Yelkenci T, Paker S. (2008): SAR changes in a human head model for plane wave exposure (500 - 2500 MHz) and a comparison with IEEE 2005 safety limits. J Microw Power Electromagn Energy. 42(2):64-68.

Yuen Y. Chen, Andrew W. Wood. Application of a temperature-dependent fluorescent dye (Rhodamine B) to the measurement of radiofrequency radiation-induced temperature changes in biological samples. Bioelectromagnetics. June 8, 2009. Ahead of print.


Accueil             Liens              Carte du site               Contacez-Nous
© Centre McLaughlin Centre d'évaluation du risque pour la santé des populations