Selenium and Mercury in the Brazilian Amazon: Opposing Influences on Age-Related Cataracts
Notice bibliographique
Résumé
BACKGROUND: Age-related cataracts (ARCs) are an important cause of blindness in developing countries. Although antioxidants may be part of the body's defense to prevent ARC, environmental contaminants may contribute to cataractogenesis. In fish-eating populations of the lower Tapajós region, elevated exposure to mercury (Hg) has been reported, and blood levels of selenium (Se) range from normal to very high (> 1,000 microg/L). OBJECTIVES: We examined ARCs in relation to these elements among adults (> or = 40 years of age) from 12 riverside communities. METHODS: Participants (n = 211) provided blood samples and underwent an extensive ocular examination. Inductively coupled plasma mass spectrometry was used to assess Hg and Se in blood and plasma. RESULTS: One-third (n = 69; 32.7%) of the participants had ARC. Lower plasma Se (P-Se; < 25th percentile, 110 microg/L) and higher blood Hg (B-Hg; > or = 25th percentile, 25 microg/L) were associated with a higher prevalence odds ratio (POR) of ARC [adjusted POR (95% confidence interval), 2.69 (1.11-6.56) and 4.45 (1.43-13.83), respectively]. Among participants with high P-Se, we observed a positive but nonsignificant association with high B-Hg exposure, whereas among those with low B-Hg, we observed no association for P-Se. However, compared with the optimum situation (high P-Se, low B-Hg), the POR for those with low P-Se and high B-Hg was 16.4 (3.0-87.9). This finding suggests a synergistic effect. CONCLUSION: Our results suggest that persons in this population with elevated Hg, the cataractogenic effects of Hg may be offset by Se. Because of the relatively small sample size and possible confounding by other dietary nutrients, additional studies with sufficient power to assess multiple nutrient and toxic interactions are required to confirm these findings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».