Cardiovascular disease and arsenic exposure in Inner Mongolia, China: a case control study
Notice bibliographique
Résumé
BACKGROUND: Millions of people are at risk from the adverse effects of arsenic exposure through drinking water. Increasingly, non-cancer effects such as cardiovascular disease have been associated with drinking water arsenic exposures. However, most studies have been conducted in highly exposed populations and lacked individual measurements. OBJECTIVE: To evaluate the association between cardiovascular disease and well-water arsenic exposure. METHODS: We conducted a hospital based case control study in Inner Mongolia, China. Cases and controls were prospectively identified and enrolled from a large hospital in the Hangjin Hou area. Cases were patients diagnosed with cardiovascular disease and controls were patients free from cardiovascular disease, admitted for conditions unrelated to arsenic exposure. Water from the primary water source and toenail samples were collected from each subject and tested for inorganic arsenic. RESULTS: Arsenic exposures were moderate with mean and median arsenic exposures of 8.9 μg/L and 13.1 μg/L, respectively. A total of 298 cases and 275 controls were enrolled. The adjusted odds ratio (AOR) and corresponding 95% confidence interval (95% CI) for a 10 μg/L increase in water arsenic were 1.19 (95% CI: 1.03, 1.38). Compared to exposures less than 10 μg/L, the AOR for water arsenic exposures above 40 μg/L was 4.05 (95% CI: 1.1-14.99, p = 0.04). Nail arsenic above 1.38 μg/g was also associated with an increased risk of cardiovascular disease. CONCLUSIONS: By using standardized case definitions and collecting individual measurements of arsenic, this study addressed several limitations of previous studies. The results provide further evidence of the association between cardiovascular disease and arsenic at moderate exposures.
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 | 0,001 | 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 ».