Illustration: Environmental Health Sciences

Et stort schweizisk studie har undersøgt, om langvarig eksponering for magnetfelter fra elledninger og jernbaner kan påvirke risikoen for at dø som følge af Alzheimers sygdom og andre demensformer.

Resultaterne viste en øget risiko for at dø af Alzheimers ved forhøjede niveauer.

Der er dog flere grunde til at risikoen kan være undervurderet udover at Alzheimers er underrapporteret på dødsattester.

Alzheimers stiger i hele den vestlige verden og demens er i dag den fjerde hyppigste dødsårsag i Danmark.

Der er mange kilder til forhøjede magnetfelter, hvor folk bor eller arbejder. Studiet fra Schweiz undersøgte dog kun eksponering for magnetfelter fra højspændingsledninger og jernbaner samt risikoen for Alzheimers, andre demenstyper, ALS, Parkinsons og MS.

Studiet omfattede over 3,5 millioner voksne (over 30 år) i Schweiz, hvis helbred blev overvåget mellem 1. januar 2001 og 31. december 2018. Forskerne estimerede ved hjælp af beregninger, hvor meget magnetfelt de personer, der var inkluderet i studiet, havde været udsat for i deres hjem siden 1991, baseret på hvor tæt de boede på disse infrastrukturer. De analyserede derefter sammenhængen med dødelighed i forskellige neurodegenerative sygdomme.

Hvad studiet viste:

• Øget risiko for Alzheimers dødelighed var forbundet med langvarig eksponering for EMF-stråling udsendt af højspændingsledninger ved boligområder.
• Effekterne begyndte ved magnetfeltniveauer på 0,5 mG (milligauss) (= 0,05 μT (mikroTesla)) med en større forekomst observeret i området 1–3 mG ( 0,1–0,3 µT (mikroTesla)), eksponeringsniveauer der almindeligvis findes i hjem beliggende meget tæt på elledninger.
• Mindre sammenhænge blev fundet for EMF-eksponeringer fra jernbanelinjer, men her er der behov for mere forskning.
• Resultaterne stemmer overens med tidligere analyser af den schweiziske nationale kohorte samt studier af medarbejdere, der viser højere demensrisiko ved forhøjet EMF-eksponering.

Gauss og Tesla er forskellige måleenheder for magnetisk fluxtæthed. Styrken af et magnetfelt udtrykkes ofte blot i tesla, hvilket ikke er helt formelt korrekt, da den magnetiske fluxtæthed defineres noget anderledes end magnetfeltet. (1 G (Gauss) = 100 μT (mikroTesla) og 1 μG (mikroGauss) er lig med 0,0001 μT (mikroTesla).

Det skal bemærkes at to af forskerne til studiet er nuværende eller tidligere medlemmer af ICNIRP, teleindustriens private NGO, der udarbejder anbefalinger for grænseværdier ifm. elektromagnetisk stråling. ICNIRP anerkender kun opvarmning som værende sundhedsskadelig og anerkender ikke de langsigtede biologiske effekter. Det gælder Anke Huss, lektor ved Institute for Risk Assessment Sciences (IRAS) på Utrecht Universitet, Holland, som tiltrådte ICNIRP kommissionen i 2020 og Martin Röösli, Schweiz, der var medlem af ICNIRP fra 2016 – 2024.

Risikoen kan være undervurderet

Et centralt spørgsmål i studiet er, hvor godt den estimerede eksponering svarer til den reelle eksponering. Forskerne vurderede magnetfelter baseret på afstande til elledninger og jernbaner, hvilket i sig selv kan være en usikker metode sammenlignet med direkte målinger, men tog ikke direkte højde for andre kilder i hjemmet, såsom forhøjede magnetfelter fra elektriske apparater, transformatorstationer, transformere, computere, brug af mobiltelefon eller elledninger.

En anden årsag til forhøjede magnetfelter i et hjem er vagabonderende strøm eller beskidt strøm. I en gennemgang af studiet i stralskyddsstiftelsen.se, refereres til Lars Röstlund, som har målt magnetfelter i mange hjem gennem de sidste 30 år, han angiver, at beskidt strøm er den mest almindelige årsag til forhøjede magnetfelter i lejlighedskomplekser. Ifølge ham ligger de almindelige niveauer mellem 0,3 – 0,7 μT. Det er dog hovedsageligt et problem i stueetagen.

Studiet tager heller ikke højde for nærheden til mobiltelefonbaser eller mobilmaster, hvor stråling har vist sig at forårsage skadelige effekter på hjernen, som kan føre til demens.

Derudover blev magnetfelter ikke målt på de arbejdspladser, hvor personerne, der indgik i studiet, opholdt sig i løbet af dagen. Tidligere studier har fundet en øget risiko for Alzheimers som følge af øget eksponering på arbejdspladsen. En meta-analyse med 20 inkluderede studier offentliggjort i 2018 viste en samlet øget risiko (+63%). En anden meta-analyse offentliggjort i 2019 med 19 dybdegående studier rapporterede en øget risiko for Alzheimers med 33 % ved arbejdsmæssig eksponering for EMF.

De oversete potentielle kilder til forhøjet eksponering kan føre til såkaldt fejlklassificering af eksponering.

I praksis betyder det, at nogle personer, der klassificeres som havende “lav eksponering”, kan have været udsat for relativt høje magnetfelter. Dermed kan forskellen mellem grupperne blive mindre og fører til en undervurdering af risikoen for den undersøgte faktor (magnetfelt).

Studiet undervurderer desuden alvorligt forekomsten af ​​Alzheimers sygdom, da det er en sygdom, der er betydeligt underrapporteret på dødsattester. Kun omkring en tredjedel til halvdelen af ​​de faktiske Alzheimer-tilfælde er registreret som den underliggende dødsårsag. For hvert dødsfald, der officielt tilskrives Alzheimers, er der således sandsynligvis 2 til 3 dødsfald, hvor sygdommen var den sande underliggende årsag, men blev udeladt fra dødsattesten.

Stigende evidens for risiko for neurodegenerative sygdomme

Adskillige forskere anbefaler at minimere eksponering på grund af videnskabelig forskning, der forbinder eksponering med negative sundhedseffekter. Det Internationale Agentur for Kræftforskning (IARC) under WHO klassificerede ELF-magnetfelter som et “muligt” menneskeligt kræftfremkaldende stof tilbage i 2001, primært baseret på evidens, der forbinder eksponering i boliger på 3 til 4 mG (0,3 – 0,4 μT) med børneleukæmi. Nyere studier viser fortsat en sammenhæng fra lignende niveauer (0,2-0,4 μT). Kaiser Permanente-studier rapporterer, at prænatal eksponering for magnetfelter og EMF var forbundet med øget risiko for spontan abort samt fedme og astma hos børn.

Studiet supplerer tidligere studier, der allerede har vist en øget risiko for Alzheimers og demens ved øget eksponering for magnetfelter. Det gælder både for eksponering i hjemmet og for erhvervsmæssig eksponering. Risikoen for Alzheimers og demens har i tidligere studier vist sig at være forhøjet ved niveauer fra 0,2 μT (se også Feychting 1998).

Mere om magnetfelter og sundhedsrisici finder du HER.

Danmark har ikke fastsat grænseværdier, men henviser til et forsigtighedsprincip

I Danmark har vi ikke grænseværdier, der vedrører mulige langtidseffekter af magnetfelter. I stedet har vi et forsigtighedsprincip, der siger, at man bør holde en passende afstand, når man skal opføre nye ledninger nær boliger og omvendt. Dvs. at nye boliger og nye institutioner, hvor børn opholder sig, ikke bør opføres tæt på eksisterende højspændingsanlæg samt at nye anlæg ikke bør opføres tæt på eksisterende boliger og børneinstitutioner. Begrebet ”tæt på” defineres ikke, men skal afgøres i den konkrete situation ud fra en vurdering af den konkrete eksponering.

Hvis felterne er større end 0,4 µT, skal man yderligere udrede mulighederne for at mindske felterne. 0,4 µT bruges ikke som en eksakt grænseværdi, men som et pejlemærke for, hvornår man skal gå ind i en mere detaljeret og konkret vurdering. Værdien er udtryk for et gennemsnit, som er målt/udregnet over tid.

	MAGNETISKE FELTER MikroTesla (µT)		ELEKTRISKE FELTER Kilovolt pr. m(kV/m)
	ICNIRP 1998	ICNIRP 2010	ICNIRP 1998/2010
Arbejdspladser	500	1000	10
Befolkning	100	200	5

ICNIRP’s nye retningslinjer i 2010 blev begrundet med forbedrede computermodeller af menneskekroppen, der gjorde det muligt mere præcist at beregne, hvordan eksterne magnetfelter inducerer elektriske felter inde i kroppen.

Selvom epidemiologiske studier har vist en sammenhæng mellem langvarig eksponering for 50-60 Hz magnetfelter og børneleukæmi, vurderede ICNIRP i 2010, at disse data var utilstrækkelige og ikke udgjorde et kausalt (årsagsmæssigt) grundlag for at sætte grænseværdier! 

De svenske myndigheder (ligesom de engelske myndigheder) angiver referenceværdierne fra 1998 på 100 µT for offentligheden og 500 µT for de fleste arbejdstagere. Norge bruger de nyeste 2010 anbefalinger fra ICNIRP. EuropaEM EMF Guidelines 2016 anbefaler som udgangspunkt, at eksponeringen i opholdsområder (som soveværelser og dagligstuer) bør minimeres til værdier under 0,1 µT som middelværdi eller max. 1,0 µT. 

Studiet

Langvarig eksponering for magnetfelter i boliger og dødelighed ved neurodegenerative sygdomme: Et 18-årigt landsdækkende kohortestudie i Schweiz

Sandoval-Diez N, Loizeau N, Huss A, Röösli M, Vienneau D. Long-term residential magnetic field exposure and neurodegenerative disease mortality: An 18-year nationwide cohort study in Switzerland. Environment International. Volume 208, 2026. https://doi.org/10.1016/j.envint.2026.110145

Resumé
Baggrund Epidemiologisk evidens for sammenhængen mellem eksponering for ekstremt lavfrekvente magnetfelter (ELF-MF) og neurodegenerative sygdomme (NDD) er fortsat inkonsekvent. Få befolkningsbaserede studier, der bruger eksponering fra højspændingsledninger (HVPL), har fundet blandede resultater, og ingen har endnu taget højde for eksponering fra jernbanelinjer.

Metoder Vi fulgte 3.555.064 voksne fra den schweiziske nationale kohorte (2001-2018), der bidrog med 55,4 millioner personår. Langvarig ELF-MF-eksponering fra HVPL (50 Hz) og jernbanelinjer (16,7 Hz) blev modelleret ved hjælp af validerede nærhedsmodeller og opdateret over fire intervaller (2001-2005, 2006-2010, 2011-2015, 2016-2018). Langvarig ELF-MF-eksponering blev beregnet som en tidsvægtet gennemsnitlig eksponering over 10-årsvinduer forud for hvert interval. Cox proportionale hazardsmodeller estimerede hazard ratioer (HR’er) for dødelighed fra Alzheimers sygdom (AD), andre typer demens (OTD), amyotrofisk lateral sklerose (ALS), Parkinsons sygdom (PD) og multipel sklerose (MS), justeret for sociodemografiske og miljømæssige samtidige eksponeringer.

Resultater Under opfølgningen forekom 146.655 NDD-dødsfald. Mindre end 1% af befolkningen blev udsat for langvarig ELF-MF ≥ 0,3 µT [3 milligauss] fra HVPL og 2,4% fra jernbanelinjer. HVPL-eksponering var positivt associeret med dødelighed fra AD (HR pr. 1 µT stigning i eksponering = 1,54; 95% CI: 1,23-1,92) og OTD (HR = 1,31; 95% CI: 1,13-1,52). Sammenhænge for jernbaneeksponering var svagere og dæmpede efter justering for miljømæssig co-eksponering. Der blev ikke observeret nogen sammenhænge for ALS, PD eller MS.

Konklusioner: Langvarig ELF-MF-eksponering var forbundet med højere risiko for demensdødelighed i den generelle befolkning, men ikke med ALS, PD eller MS. Årsagsslutning er fortsat begrænset af fraværet af etablerede biologiske mekanismer.

Højdepunkter

• Eksponering for højspændingsledninger var forbundet med demensdødelighed.
• Hvis det var årsagssammenhængende, kunne 1,01% af tilfældene af Alzheimers sygdom tilskrives HVPL-eksponering.
• Sammenhænge for jernbane-ELF-MF med demensdødelighed var mindre konsistente.
• Andre neurodegenerative sygdomme var ikke relateret til ELF-MF-eksponering.

Uddrag

Baggrund

Den udbredte brug af elektricitet har resulteret i vedvarende menneskelig eksponering for ekstremt lavfrekvente magnetfelter (ELF-MF). På boligniveau er eksponering tæt forbundet med netværket for produktion og distribution af vekselstrøm (AC) til elforsyning og transportnetværk samt udnyttelsen af husholdningsinstallationer (Gajšek et al., 2016, Bonato et al., 2023). I Europa er populationens eksponering for ELF-MF generelt lav, med gennemsnitlige niveauer typisk mellem 0,01 og 0,2 μT (Gajšek et al., 2016, Bonato et al., 2023). Et nyligt landsdækkende overvågningsstudie i Schweiz rapporterede median ELF-MF-niveauer mellem 0,03 og 0,20 μT (Loizeau et al., 2024). Omkring 0,5 % af offentligheden oplever dog langvarige ELF-MF-niveauer over 0,2 μT, hovedsageligt på grund af nærheden af deres hjem til højspændingsledninger (HVPL) eller jernbaneledninger (Gajšek et al., 2016).

De potentielle sundhedsrisici forbundet med eksponering for ELF-MF forbliver et debatemne. I 2001 klassificerede International Agency for Research on Cancer (IARC) ELF-MF som et potentielt humant kræftfremkaldende stof (Gruppe 2B), baseret på “utilstrækkelig evidens” fra dyreforsøg og “begrænset” epidemiologisk evidens, der forbinder eksponering over 0,3–0,4 μT med børneleukæmi (IARC Working Group on the Evaluation of Carcinogenic Risks to Human, 2002)). Ud over fund af kræft er eksponering for ELF-MF blevet foreslået som en risikofaktor for neurodegenerative sygdomme (NDD). Det første studie, der undersøgte denne sammenhæng (Sobel et al., 1995), rapporterede en tredobling af risikoen for Alzheimers sygdom (AD) blandt arbejdere med høj erhvervsmæssig ELF-MF-eksponering, hvilket motiverede efterfølgende forskning i erhvervsmæssige sammenhænge. For nylig konkluderede SCHEER (Scientific Committee on Health, Environmental and Emerging Risks) (2024), at der er svag evidens for en sammenhæng mellem erhvervsmæssig eksponering for ELF-MF og AD og demens, moderat evidens for en sammenhæng med amyotrofisk lateral sklerose (ALS) og ingen evidens for sammenhæng med Parkinsońs sygdom (PD) eller multipel sklerose (MS). For eksponering i boliger fandt komitéen, at evidensen for risikoen for disse neurodegenerative sygdomme var usikre.

Blandt de få studier om ELF-MF-eksponering i boligmiljøer observerede Huss et al. (2009) en øget risiko for AD-dødelighed blandt personer med lang bopælshistorik nær HVPL i Schweiz. Efterfølgende studier i Danmark (Frei et al., 2013) og Italien (Gervasi et al., 2019) gav svage indikationer på øget AD og konsekvent nul fund for ALS, PD og MS. Vigtigt er det, at boligeksponering for ELF-MF fra jernbanelinjer, en potentielt relevant kilde til daglig ELF-MF-eksponering, endnu ikke er blevet undersøgt.

Med udgangspunkt i arbejdet af Huss et al. (2009) brugte vi Swiss National Cohort (SNC) med en udvidet opfølgning på 18 år. Sammenlignet med dette tidligere studie forfinede vi eksponeringsvurderingen ved at anvende validerede nærhedsmodeller og for første gang tage boligeksponering fra jernbanelinjer i betragtning. Vi undersøgte sammenhængen mellem langvarig eksponering for ELF-MF i boliger fra højspændingsledninger og jernbanelinjer og dødelighed fra AD, andre former for demens (OTD), ALS, PD og MS i den voksne befolkning i Schweiz, og gav en af de mest omfattende vurderinger til dato af eksponering for boligbaseret ELF-MF og NDD-risiko i den generelle befolkning.
……….

4. Diskussion

I dette storskala, landsdækkende kohortestudie med næsten to årtiers opfølgning observerede vi en positiv sammenhæng mellem langvarig eksponering for ELF-MF i boliger fra højspændingsledninger og dødelighed fra Alzheimeŕs sygdom og andre former for demens. For første gang undersøgte vi risikoen for neurodegenerative sygdomme i relation til ELF-MF-eksponering fra jernbanelinjer i den generelle befolkning, samtidig med at vi vurderede den samlede eksponering fra udendørs ELF-MF-kilder. Disse associationer var mindre konsistente og stort set ubetydelige efter justering for transportstøj. Derudover fandt vores studie robust evidens for, at residentiel ELF-MF ikke er forbundet med dødelighed fra amyotrofisk lateral sklerose, Parkinsońs sygdom eller multipel sklerose.

Elektriske apparater og indendørs ledninger er de mest almindelige kilder til ELF-MF-eksponering i indendørs miljøer for den brede befolkning, men sådanne eksponeringer er typisk intermitterende og af kort varighed (Schüz et al., 2000, Gajšek et al., 2016). Til sammenligning udgør nærhed til udendørs kilder som højspændingsledninger og jernbaneinfrastruktur en bedre indikator for langvarig eksponering i den generelle befolkning (Amoon et al., 2020) og børn (Struchen et al., 2016). For eksempel blev median boligeksponering i schweiziske hjem nær HVPL fundet til at være 0,37 μT (Loizeau et al., 2024). I vores studie var bolignærhed til HVPL meget sjælden, og mindre end 1% af befolkningen havde modelleret langvarige magnetfeltniveauer over 0,30 μT. Eksponering for ELF-MF fra jernbanelinjer har været mindre godt karakteriseret blandt den generelle befolkning, men medianniveauer på 0,48 μT er blevet observeret på togstationer (Loizeau et al., 2024). I vores studiepopulation havde omkring 2,4 % af deltagerne modelleret boligmæssige langtidsmagnetfeltniveauer over 0,30 μT. Tilsvarende rapporterede en måleundersøgelse udført i boliger med børn i det vestlige Tyskland magnetfeltniveauer over 0,2 μT ved 16,7 Hz i kun 2,2 % af de målte hjem, som alle lå mindre end 50 m fra en jernbane (Schüz et al., 2000). Et andet studie, der brugte personlige eksponeringsmålinger, rapporterede median magnetfelter på 0,10 μT hos personer, der boede ved siden af jernbanelinjer (Brix et al., 2001).

Vores resultater om dødelighedsrisikoen for Alzheimeźs sygdom stemmer overens med den tidligere analyse fra den schweiziske nationale kohorte (Huss et al., 2009). Selvom de delvist overlapper i deres studiegrundlag, er der flere forskelle mellem de to studier. Huss et al. (2009) analyserede dødelighed mellem 2000 og 2005, mens vi udvidede opfølgningen til 2018. De definerede eksponering ved hjælp af baseline distance corridors og estimerede risici for forskellige opholdsperioder. Til sammenligning brugte vi validerede modeller for bolignærhed og, givet den længere opfølgning, behandlede vi eksponeringen som tidsvarierende. Derudover beregnede vi tidsvægtede gennemsnitlige eksponeringer over 10-årige eksponeringsvinduer før hver opdatering for at afspejle langsigtet eksponering. Vi tog også højde for miljømæssige sameksponeringer, som ikke tidligere var taget i betragtning, herunder transportstøj og boligernes grønne natur.

Vores resultater stemmer også overens med gentagne gange observerede højere demensrisici blandt arbejdere, der udsættes for høje ELF-MF-niveauer (Jalilian et al., 2018, Gunnarsson og Bodin, 2019, Huang et al., 2020; Sundhedsrådet i Nederlandene, 2022). En direkte sammenligning med erhvervsstudier er dog ikke helt ligetil, da arbejdsmiljøer ofte indebærer højere eksponeringsniveauer, forskellige eksponeringsmønstre og potentielle sameksponeringer. Til sammenligning viser vores studie nogle uoverensstemmelser med andre studier, der tager højde for eksponering fra boligmiljøer, hvilket delvist kan forklares med forskelle i definitionen af udfald og eksponeringsvurdering. For eksempel fandt et registerbaseret case-control-studie i Danmark (Frei et al., 2013) en øget risiko kun blandt personer diagnosticeret efter 2003 og mellem 65 og 75 år. Ligeledes fandt et studie i Milano (Gervasi et al., 2019) kun en beskeden risikoforøgelse, selvom den byggede på nylig og ikke langvarig boligeksponering. Et andet case-control-studie undersøgte kognitiv svækkelse i stedet for demensudfald og fandt ingen sammenhæng med nærhed til elledninger (Li et al., 2002). Endelig fandt et nyligt studie i Finland ingen stigning i AD-risikoen for personer udsat for ELF-MF fra indendørs transformatorstationer (Liimatainen et al., 2025).

De biologiske veje, der kan forklare vores resultater for demens, er stadig uklare. Flere mekanismer for neurodegeneration er blevet foreslået, herunder ændringer i neuronale ionkanaler (Bertagna et al., 2021), epigenetisk dysregulering (Giorgi & Del Re, 2021) og oxidativt stress (Schuermann & Mevissen, 2021). Alligevel er den nuværende evidens, der understøtter involveringen af nogen af disse mekanismer, stadig svag (Wyszkowska & Pritchard, 2022; SCHEER (Videnskabelig Komité for Sundhed, Miljø og Nye Risici), 2024). Desuden er resultaterne fra eksperimentelle studier inkonsistente, og nogle rapporterer endda gavnlige effekter efter eksponering for ELF-MF (Health Council of the Netherlands, 2022).

Vores resultater for ALS er i overensstemmelse med den eksisterende evidensmængde, der indikerer ingen sammenhæng med boligeksponering for ELF-MF (Huss et al., 2009, Marcilio et al., 2011, Frei et al., 2013, Seelen et al., 2014, Vinceti et al., 2017, Filippini et al., 2021). Svag til moderat øget risiko for ALS er observeret i erhverv med høj ELF-MF-eksponering, selvom tilgængelige metaanalyser viser høj heterogenitet og indikationer på små studieeffekter målt med funnel plot-asymmetrien (Huss et al., 2018, Gunnarsson og Bodin, 2019, Jalilian et al., 2021; Sundhedsrådet i Nederlandene, 2022). Vedrørende multipel sklerose er der kun udført få studier, hvoraf ingen har fundet beviser for en sammenhæng, hvilket stemmer overens med vores resultater (Frei et al., 2013; Sundhedsrådet i Nederlandene, 2022). Ligeledes stemmer vores resultater overens med litteraturen, der viser ingen sammenhæng mellem hverken bolig (Huss et al., 2009, Frei et al., 2013, Gervasi et al., 2019) eller erhvervsmæssig eksponering og Parkinsońs sygdomsrisiko (Huss et al., 2015, Gunnarsson og Bodin, 2019; Sundhedsrådet i Nederlandene, 2022).

4.1. Styrker og begrænsninger

Så vidt vi ved, er det her rapporterede studie det største studie til dato af sammenhængen mellem ELF-MF i den generelle befolkning og risikoen for neurodegenerative sygdomme. Ved hjælp af landsdækkende data var vi i stand til at studere sjældne udfald i en prospektiv kohorte med tilstrækkelig statistisk styrke. Ved at indarbejde eksponeringsdata over 10-årige vinduer kunne vi bedre tilpasse relevante eksponeringsperioder til sygdomsprogressionen, hvilket muliggør evaluering af langsigtede sammenhænge i sygdomme med lang latens og langsom progression. Vi havde også adgang til op til 25 års bolighistorik, hvilket gjorde det muligt for os at reducere potentiel fejlklassificering af eksponering relateret til boligmobilitet. Det blev understøttet af konsistensen i resultaterne mellem hoved- og ikke-nobilitetsanalyserne. En anden styrke er, at det er det første studie, der inkluderer jernbanelinjer som en potentiel bidragyder til ELF-MF-eksponering i den generelle befolkning. Mens tidligere erhvervsstudier har taget højde for ELF-MF-eksponering fra jernbaner (Röösli et al., 2007), er denne kilde blevet overset i populationsbaserede studier. Ved også at udforske de kombinerede effekter fra forskellige kilder giver vores studie en ny tilgang til vurdering af potentielle additive effekter, der er relevante for eksponering for ELF-MF. Den samlede eksponering tildelte designet mere vægt til magnetfelter fra højere frekvenser, i overensstemmelse med ICNIRP-retningslinjer (HVPL, der opererer ved 50 Hz, bidrager 1,5 gange mere pr. enhed end jernbanelinjer med 16,7 Hz; se Eq.1), selvom vi ikke ved, om denne summeringsmetode er passende i det lave eksponeringsområde, hvor den biologiske mekanisme er ukendt. Endelig tog vores analyser højde for et omfattende sæt kovariater, inklusive centrale miljømæssige sameksponeringer såsom grad af urbanitet, luftforurening, transportstøj og boligernes grønhed, hvilket styrkede validiteten af vores resultater.

Inden for rammerne af dette studie er fejlagtig eksponeringsklassificering et vigtigt aspekt at tage i betragtning. For det første var data om eltransmission og jernbanenet ikke tilgængelige for forskellige år, så tidsvarierende eksponering tog kun højde for boligmobilitet og ikke for ændringer i linjernes infrastruktur. I Schweiz er el- og jernbanenet veletablerede netværk, så eventuelle ændringer under opfølgningen medførte sandsynligvis ikke fejlagtig klassificering af stor eksponering. For det andet byggede vores eksponeringsvurderingsmetode på nærhedsmodeller, der brugte afstand som proxy for ELF-MF-eksponering, uden at tage andre faktorer relateret til magnetfeltgenerering i betragtning. Der er dog ingen grund til at tro, at denne målefejl adskilte sig fra resultatstatus til resultat. Dermed ville den sande eksponering være resultatet af den forudsagte værdi plus en ikke-differentiel (Berkson-type) målefejl, som ville øge usikkerheden med bredere konfidensintervaller, men ikke introducere bias i associationsestimaterne (Yland et al., 2022). Når eksponeringen blev kategoriseret for at udforske ikke-lineære mønstre, kan ikke-differentiel fejlklassifikation mellem tilstødende kategorier have skævvridet estimaterne til fordel for hinanden (Lash et al., 2021). Det kan forklare de højere risici, der observeres for mellemliggende eksponeringskategorier og fraværet af en konsekvent højere risiko for ≥ 0,3 μT (eller ≥ 0,4 μT) kategorien. Omfanget af bias afhænger af andelen af fejlklassificerede individer (Yland et al., 2022). Da få individer blev udsat for høje niveauer, er estimater for laveksponeringskategorier sandsynligvis korrekte, mens estimater for den højeste kategori kan undervurdere den sande sammenhæng (Birkett, 1992). Endelig tog vi ikke højde for erhvervsmæssig eksponering for ELF-MF, som kan være en vigtig forudsigelse af resultaterne. Da forholdet mellem erhvervs- og boligeksponering for ELF-MF dog ikke er godt karakteriseret, er det uklart, hvordan det kan have påvirket de observerede sammenhænge.

Vi benyttede dødelighedsdata til at vurdere risikoen for neurodegenerative sygdomme, så fejlklassificering af resultater er en anden potentiel begrænsning ved dette studie. Det er velkendt, at demens og Parkinsońs sygdom ofte underrapporteres på dødsattester (Ganguli og Rodriguez, 1999, Romero et al., 2014), mens ALS og multipel sklerose forventes at være veldokumenteret (Horrocks et al., 2017). Underrapportering af demensdødelighed kan i princippet være differentieret, hvis det er relateret til socioøkonomisk position, da personer med højere socioøkonomisk position oftere bliver diagnosticeret med demens (Holm et al., 2022). Da socioøkonomisk position også kan være forbundet med eksponering for ELF-MF, hvor velhavende personer typisk er mindre udsatte (Schüz et al., 2000), vil underrapportering sandsynligvis være mere almindeligt blandt dem med højere eksponering. Det ville skævvride estimaterne mod nulpunktet. At inkludere socioøkonomisk position og uddannelsesniveau i vores modeller ændrede ikke resultaterne væsentligt, derfor vil enhver tilbageværende fejlklassificering af differentialudfald sandsynligvis være begrænset.

Residual forvirring forårsaget af socioøkonomisk position, livsstilsfaktorer, familiehistorie eller andre umålte miljøpåvirkninger kan aldrig helt udelukkes. Dog viste analyser med negative kontrolresultater ikke konsistente sammenhænge, så betydelig residual forvirring af hovedlivsstilsfaktorer som alkoholforbrug eller rygning er usandsynlig. Selvom forveksling med en anden miljøfaktor stadig er mulig, indikerer E-værdierne, at en forstyrrende faktor skal have mindst moderate til stærke sammenhænge med både eksponering og udfald for fuldt ud at kunne forklare de observerede sammenhænge. Så stærke korrelationer er sjældne i miljøepidemiologi, hvilket gør det usandsynligt, at umålte miljøfaktorer fuldt ud forklarer resultaterne.

5. Konklusion

Vores studie understøtter epidemiologisk evidens, der forbinder eksponering for residential ELF-MF med demensrisiko i den generelle befolkning, mens der ikke blev fundet nogen sammenhænge for andre neurodegenerative sygdomme. Den nuværende mangel på etablerede biologiske mekanismer, der understøtter vores resultater, gør sandsynligheden for en sand årsagssammenhæng usikker. Da høj ELF-MF-eksponering fra HVPL eller jernbanelinjer er sjælden, vil den populationsrelaterede andel af tilfælde af Alzheimers sygdom være 1,01 % for HVPL-eksponering og 0,43 % for eksponering for jernbanelinjer, forudsat at de observerede sammenhænge var årsagssammenhængende.

Referencer

1. Amoon et al., 2020 A.T. Amoon, J. Swanson, X. Vergara, L. Kheifets: Relationship between distance to overhead power lines and calculated fields in two studies. J. Radiol. Prot., 40 (2) (2020), p. 431, 10.1088/1361-6498/ab7730 View at publisher View in Scopus Google Scholar
2. Andel et al., 2010 R. Andel, M. Crowe, M. Feychting, N.L. Pedersen, L. Fratiglioni, B. Johansson, M. Gatz: Work-Related Exposure to Extremely Low-Frequency magnetic Fields and Dementia: results from the Population-based Study of Dementia in Swedish Twins. J. Gerontol. A Biol. Sci. Med. Sci., 65A (11) (2010), pp. 1220-1227, 10.1093/gerona/glq112 View at publisher View in Scopus Google Scholar
3. Aravindan et al., 2024 A. Aravindan, M.E. Newell, R.U. Halden: Literature review and meta-analysis of environmental toxins associated with increased risk of Parkinson’s disease. Sci. Total Environ., 931 (2024), Article 172838, 10.1016/j.scitotenv.2024.172838 View PDF View article View in Scopus Google Scholar
4. Bertagna et al., 2021 F. Bertagna, R. Lewis, S.R.P. Silva, J. McFadden, K. Jeevaratnam: Effects of electromagnetic fields on neuronal ion channels: a systematic review. Ann. N. Y. Acad. Sci., 1499 (1) (2021), pp. 82-103, 10.1111/nyas.14597 View at publisher View in Scopus Google Scholar
5. Birkett, 1992 N.J. BirkettEffect of nondifferential misclassification on estimates of odds ratios with multiple levels of exposure. Am. J. Epidemiol., 136 (3) (1992), pp. 356-362, 10.1093/oxfordjournals.aje.a116500 View in Scopus Google Scholar
6. Bonato et al., 2023 M. Bonato, E. Chiaramello, M. Parazzini, P. Gajšek, P. Ravazzani: Extremely low frequency electric and magnetic fields exposure: Survey of recent findings. IEEE J. Electromagnet., RF Microwaves Med. Biol., 7 (3) (2023), pp. 216-228, 10.1109/JERM.2023.3268555 View in Scopus Google Scholar
7. Bopp et al., 2009 M. Bopp, A. Spoerri, M. Zwahlen, F. Gutzwiller, F. Paccaud, C. Braun-Fahrländer, A. Rougemont, M. Egger: Cohort profile: the swiss national cohort – a longitudinal study of 6.8 million people. Int. J. Epidemiol., 38 (2) (2009), pp. 379-384, 10.1093/ije/dyn042 View in Scopus Google Scholar
8. Brix et al., 2001 J. Brix, H. Wettemann, O. Scheel, F. Feiner, R. Matthes: Measurement of the individual exposure to 50 and 16 2/3 Hz magnetic fields within the Bavarian population. Bioelectromagnetics, 22 (5) (2001), pp. 323-332, 10.1002/bem.57 View in Scopus Google Scholar
9. Bundesamt für Energie BFE, 2023 Bundesamt für Energie BFE. February 22) Open data. Swiss, Sachplan Übertragungsleitungen (SÜL) (2023) https://www.bfe.admin.ch/bfe/de/home/versorgung/digitalisierung-und-geoinformation/geoinformation/geodaten/leitungen/sachplan-uebertragungsleitungen.html
   Google Scholar
10. de Hoogh et al., 2025 K. de Hoogh, G. Hoek, B. Flückiger, A. Bussalleu, D. Vienneau, A. Jeong, N. Probst-Hensch, de Pinho, J.D. Mackenbach, J. Lakerveld, J.W. Beulens, R. Castagné, C. Delpierre, M. Kelly-Irving, Y. Shen, A. Huss, P. Dadvand, M.C. Pradas, M. Nieuwenhuijsen, …, R. Vermeulen: A Europe-wide characterization of the external exposome: A spatio-temporal analysis. Environ. Int., 200 (2025), p. 109542, 10.1016/j.envint.2025.109542View PDF View article View in Scopus Google Scholar
11. de Hoogh et al., 2019 K. de Hoogh, A. Saucy, A. Shtein, J. Schwartz, E.A. West, A. Strassmann, M. Puhan, M. Röösli, M. Stafoggia, I. Kloog: Predicting Fine-Scale Daily NO2 for 2005–2016 Incorporating OMI Satellite Data across Switzerland. Environ. Sci. Technol., 53 (17) (2019), pp. 10279-10287, 10.1021/acs.est.9b03107 View in Scopus Google Scholar
12. Federal Office of Transport (FOT), 2021 Federal Office of Transport (FOT). (2021). Railway network . data.geo.admin.ch. https://data.geo.admin.ch/browser/#/collections/ch.bav.schienennetz.
    Google Scholar
13. Filippini et al., 2021 T. Filippini, E.E. Hatch, M. Vinceti: Residential exposure to electromagnetic fields and risk of amyotrophic lateral sclerosis: a dose–response meta-analysis. Sci. Rep., 11 (1) (2021), p. 11939, 10.1038/s41598-021-91349-2 View in Scopus Google Scholar
14. Frei et al., 2013 P. Frei, A.H. Poulsen, G. Mezei, C. Pedersen, L. Cronberg Salem, C. Johansen, M. Röösli, J. Schüz: Residential distance to high-voltage power lines and risk of neurodegenerative diseases: a danish population-based case-control study. Am. J. Epidemiol., 177 (9) (2013), pp. 970-978, 10.1093/aje/kws334 View in Scopus Google Scholar
15. Gajšek et al., 2016 P. Gajšek, P. Ravazzani, J. Grellier, T. Samaras, J. Bakos, G. ThuróczyReview of studies concerning electromagnetic field (EMF) exposure assessment in europe: Low frequency fields (50 hz–100 kHz). Int. J. Environ. Res. Public Health, 13 (9) (2016), p. 875, 10.3390/ijerph13090875
    View at publisher View in Scopus Google Scholar
16. Ganguli and Rodriguez, 1999 M. Ganguli, E.G. Rodriguez: Reporting of dementia on death certificates: a community study. J. Am. Geriatr. Soc., 47 (7) (1999), pp. 842-849, 
    10.1111/j.1532-5415.1999.tb03842.xView at publisher View in Scopus Google Scholar
17. Gervasi et al., 2019 F. Gervasi, R. Murtas, A. Decarli, A.G. Russo: Residential distance from high-voltage overhead power lines and risk of Alzheimer’s dementia and Parkinson’s disease: a population-based case-control study in a metropolitan area of Northern Italy. Int. J. Epidemiol., 48 (6) (2019), pp. 1949-1957, 10.1093/ije/dyz139 View at publisher View in Scopus Google Scholar
18. Giorgi and Del Re, 2021 G. Giorgi, B. Del Re: Epigenetic dysregulation in various types of cells exposed to extremely low-frequency magnetic fields. Cell Tissue Res., 386 (1) (2021), pp. 1-15, 10.1007/s00441-021-03489-6 View at publisher Google Scholar
19. Gunnarsson and Bodin, 2019 L.-G. Gunnarsson, L. Bodin: Occupational Exposures and Neurodegenerative Diseases – A Systematic Literature Review and Meta-analyses. Int. J. Environ. Res. Public Health, 16 (3) (2019), p. 337, 10.3390/ijerph16030337 View at publisher View in Scopus
    Google Scholar
20. Health Council of the Netherlands, 2022 Health Council of the Netherlands,. (2022). Evaluation of the literature on high-voltage power lines and neurodegenerative diseases (No. 2022/13Ae). Health Council of the Netherlands. www.healthcouncil.nl. Google Scholar
21. Heutschi et al., 2018 K. Heutschi, B. Locher, M. Gerberson: ROAD18: swiss implementation of the CNOSSOS-EU road traffic noise emission model. Acta Acust., 104 (4) (2018), pp. 697-706,  10.3813/AAA.919209 View at publisher View in Scopus Google Scholar
22. Holm et al., 2022 E. Holm, K.K. Jacobsen, T.B. de Lony, M. Lembeck, H. Pedersen, C. Andersson, P. Johannsen, T.S.H. Jørgensen, C. Torp-Pedersen: Frequency of missed or delayed diagnosis in dementia is associated with neighborhood socioeconomic status. Alzheimer’s & Dementia (new York, N. Y.), 8(1) (2022), Article e12271, 10.1002/trc2.12271 View in Scopus Google Scholar
23. Horrocks et al., 2017 S. Horrocks, T. Wilkinson, C. Schnier, A. Ly, R. Woodfield, K. Rannikmäe, T.J. Quinn, C.L.M. Sudlow: Accuracy of routinely-collected healthcare data for identifying motor neurone disease cases: a systematic review. PLoS One, 12 (2) (2017), Article e0172639, 10.1371/journal.pone.0172639 View in Scopus Google Scholar
24. Huang et al., 2020 L.-Y. Huang, H.-Y. Hu, Z.-T. Wang, Y.-H. Ma, Q. Dong, L. Tan, J.-T. Yu: Association of Occupational Factors and Dementia or Cognitive Impairment: a Systematic Review and Meta-Analysis. Journal of Alzheimer’s Disease, 78 (1) (2020), pp. 217-227, 10.3233/JAD-200605
    View in Scopus Google Scholar
25. Huss et al., 2015 A. Huss, T. Koeman, H. Kromhout, R. VermeulenExtremely Low Frequency magnetic Field Exposure and Parkinson’s Disease – A Systematic Review and Meta-Analysis of the Data. Int. J. Environ. Res. Public Health, 12 (7) (2015), pp. 7348-7356, 10.3390/ijerph120707348
    View in Scopus Google Scholar
26. Huss et al., 2018 A. Huss, S. Peters, R. Vermeulen: Occupational exposure to extremely low-frequency magnetic fields and the risk of ALS: a systematic review and meta-analysis. Bioelectromagnetics, 39 (2) (2018), pp. 156-163, 10.1002/bem.22104 View in Scopus Google Scholar
27. Huss et al., 2009 Huss, A., Spoerri, A., Egger, M., Röösli, M., & Swiss National Cohort Study. (2009). Residence near power lines and mortality from neurodegenerative diseases: Longitudinal study of the Swiss population. American Journal of Epidemiology, 169(2), 167–175. Doi: 10.1093/aje/kwn297. Google Scholar
28. IARC Working Group on the Evaluation of Carcinogenic Risks to Humans., 2002 IARC Working Group on the Evaluation of Carcinogenic Risks to Humans. (2002). Non-ionizing radiation, part 1: Static and extremely low-frequency (ELF) electric and magnetic fields (Vol. 80). International Agency for Research on Cancer. Google Scholar
29. International Commission on Non-Ionizing Radiation Protection (ICNIRP), 2010 International Commission on Non-Ionizing Radiation Protection (ICNIRP) Guidelines for limiting exposure to time-varying electric and magnetic fields (1 hz to 100 kHz)Health Phys., 99 (6) (2010), pp. 818-836, 10.1097/HP.0b013e3181f06c86 Google Scholar
30. ISO., 1996 ISO. (1996). Acoustics—Attenuation of sound during propagation outdoors Part 2: General method of calculation (No. ISO 9613-2). International Organization of Standardization. https://www.iso.org/standard/20649.html. Google Scholar
31. Jalilian et al., 2021 H. Jalilian, K. Najafi, Y. Khosravi, M. Röösli: Amyotrophic lateral sclerosis, occupational exposure to extremely low frequency magnetic fields and electric shocks: a systematic review and meta-analysis. Rev. Environ. Health, 36 (1) (2021), pp. 129-142, 10.1515/reveh-2020-0041 View in Scopus Google Scholar
32. Jalilian et al., 2018 H. Jalilian, S.H. Teshnizi, M. Röösli, M. NeghabOccupational exposure to extremely low frequency magnetic fields and risk of Alzheimer disease: a systematic review and meta-analysis. Neurotoxicology, 69 (2018), pp. 242-252, 10.1016/j.neuro.2017.12.005 View PDF View article
    View in Scopus Google Scholar
33. Jones et al., 2025 A. Jones, M.U. Ali, A. Mayhew, K. Aryal, R.H. Correia, D. Dash, D.R. Manis, A. Rehman, M.E. O’Connell, V. Taler, A.P. Costa, D.B. Hogan, C. Wolfson, P. Raina, L. Griffith: Environmental risk factors for all-cause dementia, Alzheimer’s disease dementia, vascular dementia, and mild cognitive impairment: an umbrella review and meta-analysis. Environ. Res., 270 (2025), Article 121007, 10.1016/j.envres.2025.121007 View PDF View article View in Scopus Google Scholar
34. Kaune and Zaffanella, 1991 W.T. Kaune, L. Zaffanella: Analysis of magnetic fields produced far from electrical power lines Proceedings of the 1991 IEEE Power Engineering Society Transmission and Distribution Conference (1991), pp. 735-742, 10.1109/TDC.1991.169587 Google Scholar
35. Lash et al., 2021 T.L. Lash, T.J. VanderWeele, K.J. RothmanMeasurement and measurement error Modern Epidemiology (4th ed.), Wolters Kluwer (2021), pp. 287-314 Google Scholar
36. Li et al., 2002 C.-Y. Li, F.-C. Sung, S.C. Wu: Risk of Cognitive Impairment in Relation to Elevated Exposure to Electromagnetic FieldsJ. Occup. Environ. Med., 44 (1) (2002), p. 66
    View in Scopus Google Scholar
37. Liimatainen et al., 2025 A. Liimatainen, P. Roivainen, J. Juutilainen, A. Höytö, J. Naarala: A Cohort Study on Alzheimer’s Disease in Relation to Residential magnetic Fields from Indoor Transformer Stations. Bioelectromagnetics, 46 (8) (2025), Article e70031, 10.1002/bem.70031
    View in Scopus Google Scholar
38. Loizeau et al., 2024 N. Loizeau, D. Haas, M. Zahner, C. Stephan, J. Schindler, M. Gugler, J. Fröhlich, T. Ziegler, M. RöösliExtremely low frequency magnetic fields (ELF-MF) in Switzerland: from exposure monitoring to daily exposure scenarios. Environ. Int., 194 (2024), Article 109181, 10.1016/j.envint.2024.109181 View PDF View article View in Scopus Google Scholar
39. Marcilio et al., 2011 I. Marcilio, N. Gouveia, M.L. Pereira Filho, L. Kheifets: Adult mortality from leukemia, brain cancer, amyotrophic lateral sclerosis and magnetic fields from power lines: a case-control study in Brazil. Rev. Bras. Epidemiol., 14 (2011), pp. 580-588, 
    10.1590/S1415-790X2011000400005 View in Scopus Google Scholar
40. O’Sullivan et al., 2008 O’Sullivan, L., Bovet, S., & Streilein, A. (2008). TLM – the swiss 3D topographic landscape model. Google Scholar
41. Panczak et al., 2023 R. Panczak, C. Berlin, M. Voorpostel, M. Zwahlen, M. Egger: The swiss neighbourhood index of socioeconomic position: Update and re-validation- Swiss Med. Wkly., 153 (1) (2023), p. 40028, 10.57187/smw.2023.40028 View in Scopus Google Scholar
42. Perez and Künzli, 2009 L. Perez, N. KünzliFrom measures of effects to measures of potential impactInt. J. Public Health, 54 (1) (2009), pp. 45-48, 
    10.1007/s00038-008-8025-x View in Scopus Google Scholar
43. Renaud, 2004 Renaud, A. (2004). Coverage Estimation for the Swiss Population Census 2000: Estimation Methodology and Results (p. 153). Swiss Federal Statistical Office. http://www.statistik.admin.ch. Google Scholar
44. Romero et al., 2014 J.P. Romero, J. Benito-León, E.D. Louis, F. Bermejo-Pareja: Under reporting of dementia deaths on death certificates: a systematic review of population-based cohort studies. Journal of Alzheimer’s Disease, 41 (1) (2014), pp. 213-221, 
    10.3233/JAD-132765 View in Scopus Google Scholar
45. Röösli et al., 2007 M. Röösli, M. Lörtscher, M. Egger, D. Pfluger, N. Schreier, E. Lörtscher, P. Locher,  A. Spoerri, C. Minder: Mortality from Neurodegenerative Disease and Exposure to Extremely Low-Frequency magnetic Fields: 31 Years of Observations on Swiss Railway Employees. Neuroepidemiology, 28 (4) (2007), pp. 197-206, 10.1159/000108111 View in Scopus Google Scholar
46. SCHEER (Scientific Committee on Health, Environmental and Emerging Risks)., 2024 SCHEER (Scientific Committee on Health, Environmental and Emerging Risks). (2024). Potential health effects of exposure to electromagnetic fields (EMF): Update with regard to frequencies between 1Hz and 100 kHz – final opinion. Publications Office. https://data.europa.eu/doi/10.2875/3515904. Google Scholar
47. Schuermann and Mevissen, 2021 D. Schuermann, M. Mevissen: Manmade Electromagnetic Fields and Oxidative Stress-Biological Effects and Consequences for HealthInt. J. Mol. Sci., 22 (7) (2021), p. 3772, 10.3390/ijms22073772 View in Scopus Google Scholar
48. Schüz et al., 2000 J. Schüz, J.-P. Grigat, B. Störmer, G. Rippin, K. Brinkmann, J. Michaelis: Extremely low frequency magnetic fields in residences in Germany. distribution of measurements, comparison of two methods for assessing exposure, and predictors for the occurrence of magnetic fields above background level. Radiat. Environ. Biophys., 39 (4) (2000), pp. 233-240, 
    10.1007/s004110000068 View in Scopus Google Scholar
49. Seelen et al., 2014 M. Seelen, R.C.H. Vermeulen, L.S. van Dillen, A.J. van der Kooi, A. Huss, M. de Visser, L.H. van den Berg, J.H. Veldink: Residential exposure to extremely low frequency electromagnetic fields and the risk of ALS. Neurology, 83 (19) (2014), pp. 1767-1769, 10.1212/WNL.0000000000000952 View in Scopus Google Scholar
50. Singhal et al., 2025 T. Singhal, K. Widmer, A. Beloconi, S. Dhaini, M. Schwenkglenks, C. Blohm, R. Weitkunat, S.D. Geest, P. Vounatsou: Mortality atlas of the main causes of death for the elderly population (≥75 years) in Switzerland during 2010–2020. Swiss Med. Wkly., 155 (5) (2025), p. 3433, 10.57187/s.3433 View in Scopus Google Scholar
51. Sobel et al., 1995 E. Sobel, Z. Davanipour, R. Sulkava, T. Erkinjuntti, J. Wikstrom, V.W. Henderson, G. Buckwalter, J.D. Bowman, P.-J. Lee: Occupations with Exposure to Electromagnetic Fields: a possible risk factor for Alzheimer’s Disease. Am. J. Epidemiol., 142 (5) (1995), pp. 515-524, 10.1093/oxfordjournals.aje.a117669 View in Scopus Google Scholar
52. Spoerri et al., 2010 A. Spoerri, M. Zwahlen, M. Egger, M. Bopp: The Swiss National Cohort: a unique database for national and international researchersInt. J. Public Health, 55 (4) (2010), pp. 239-242, 10.1007/s00038-010-0160-5 View at publisher View in Scopus Google Scholar
53. Struchen et al., 2016 B. Struchen, I. Liorni, M. Parazzini, S. Gängler, P. Ravazzani, M. Röösli: Analysis of personal and bedroom exposure to ELF-MFs in children in Italy and SwitzerlandJ. Eposure Sci. Environ. Epidemiol., 26 (6) (2016), pp. 586-596, 10.1038/jes.2015.80 View at publisher
    View in ScopusGoogle Scholar
54. Swisstopo., 2023 Swisstopo. (2023). swissTLM3D (Version 2023). data.geo.admin.ch. https://data.geo.admin.ch/ch.swisstopo.swisstlm3d/swisstlm3d_2023-03/swisstlm3d_2023-03_2056_5728.shp.zip. Google Scholar
55. Thiébaut and Bénichou, 2004 A.C.M. Thiébaut, J. Bénichou: Choice of time-scale in Cox’s model analysis of epidemiologic cohort data: a simulation study. Stat. Med., 23 (24) (2004), pp. 3803-3820, 10.1002/sim.2098 View at publisher View in Scopus Google Scholar
56. Thron and Hecht, 2010 T. Thron, M. Hecht: The sonRAIL emission model for railway noise in Switzerland. Acta Acust., 96 (5) (2010), pp. 873-883,  
    10.3813/AAA.918346 View at publisher View in Scopus Google Scholar
57. VanderWeele and Ding, 2017 T.J. VanderWeele, P. Ding: Sensitivity Analysis in Observational Research: introducing the E-Value. Ann. Intern. Med., 167 (4) (2017), pp. 268-274, 
    https://doi.org/10.7326/M16-2607 View at publisher View in Scopus Google Scholar
58. Vinceti et al., 2017 M. Vinceti, C. Malagoli, S. Fabbi, L. Kheifets, F. Violi, M. Poli, S.  Caldara, D. Sesti, S. Violanti, P. Zanichelli, B. Notari, R. Fava, A. Arena, R. Calzolari, T. Filippini, L. Iacuzio, E. Arcolin, J. Mandrioli, N. Fini, M. Ferrante: Magnetic fields exposure from high-voltage power lines and risk of amyotrophic lateral sclerosis in two italian populations. Amyotrophic Lateral Sclerosis and Frontotemporal Degeneration, 18 (7–8) (2017), pp. 583-589, 10.1080/21678421.2017.1332078
    View at publisher View in Scopus Google Scholar
59. Wang et al., 2017 M.-D. Wang, J. Little, J. Gomes, N.R. Cashman, D. Krewski. Identification of risk factors associated with onset and progression of amyotrophic lateral sclerosis using systematic review and meta-analysis- Neurotoxicology, 61 (2017), pp. 101-130,
    10.1016/j.neuro.2016.06.015 View PDF View article Google Scholar
60. Wyszkowska and Pritchard, 2022 J. Wyszkowska, C. Pritchard: Open questions on the Electromagnetic Field Contribution to the risk of Neurodegenerative Diseases. Int. J. Environ. Res. Public Health, 19 (23) (2022), p. 16150, 10.3390/ijerph192316150
    View at publisher View in Scopus Google Scholar
61. Yland et al., 2022 J.J. Yland, A.K. Wesselink, T.L. Lash, M.P. Fox: Misconceptions about the direction of bias from nondifferential misclassification. Am. J. Epidemiol., 191 (8) (2022), pp. 1485-1495, 10.1093/aje/kwac035 View at publisher View in Scopus Google Scholar

Læs mere her:

Faktablad om magnetfelter og sundhed

Beskidt strøm, diabetes og multipel sklerose

Din biologiske krop og elektromagnetisk stråling?

Wi-Fi, oxidativ stress og en mulig sammenhæng med Alzheimers

En mekanistisk forståelse af menneskelig magnetoreception bekræfter EHS

Alzheimers: Mobiltelefoner er en risikofaktor!

Stråling kan føre til hjerneskader og Alzheimers

Hukommelsestab og hjernetåge eksploderer, er næsten fordoblet på 10 år