The study of age influence on human bone lead metabolism by using a simplified model and X-ray fluorescence data
Notice bibliographique
Résumé
Long term lead metabolism in the human body has never been fully understood due to the lack of human data in this area. The technological improvement of bone lead measurement systems has made bone lead data of substantial populations available. In this study, a set of X-ray fluorescence bone lead data was used to test Leggett's lead metabolism model (R. W. Leggett, Environ. Health Perspect., 1993a, 101, 598-616), especially the model of metabolism in bone. The data set includes the bone lead concentration of 539 occupationally exposed workers, of whom 327 were measured twice in five years. The bone lead concentrations of both cortical bone (tibia) and trabecular bone (calcaneus) were obtained by Cd-109 gamma-ray induced XRF measurement. The histories of blood lead concentration for these workers were used to regulate the input file of the model. The results show that the bone lead concentrations predicted by Leggett's model greatly underestimate the measured values, especially for older workers. This data set was then organized into five age groups. A new simplified model was applied to estimate the lead transfer rates between blood and lead compartments for these age groups. The original transfer rates and the new transfer rates are compared, and the differences are discussed. When the transfer rates derived from measured bone lead data were put into the input file of the model to replace the existing parameters, the predicted values were much closer to the measured values for both cortical bone and trabecular bone.
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 | 0,001 |
| Science ouverte | 0,001 | 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 ».