Part II. A Temporal Study of PFOS and Its Precursors in Human Plasma from Two German Cities in 1982–2009
Notice bibliographique
Résumé
A total of 420 human plasma from two cities (Halle and Münster, Germany) collected between 1982 and 2009, were analyzed for a suite of PFSAs (C4, C6, C8, C10) and selected PFOS precursors (MeFOSAA, EtFOSAA, FOSAA, di-SAmPAP). Among these target analytes, only di-SAmPAP was used in consumer products. PFSAs (C6 and C8), MeFOSAA, EtFOSAA, and FOSAA were detected in over 95% of the samples (<0.0011-116.0 ng/mL), PFDS was detected in approximately 40% of the samples (<0.005-0.0998 ng/mL), and di-SAmPAP was detected in 17% of the samples (<0.005-0.0137 ng/mL). Significant positive correlations were found between PFOS and PFHxS, MeFOSAA, EtFOSAA, and FOSAA. Temporal trends of decreasing concentration were identified for PFOS, MeFOSAA, EtFOSAA, and FOSAA, but not for PFHxS. Di-SAmPAP, a common food-contact paper surfactant and expected PFOS precursor, was detected infrequently (25% in samples prior to 2000) in samples before 2006. Population halving times of PFOS, MeFOSAA, EtFOSAA, and FOSAA were estimated. The observed reduction of these chemicals over time in human plasma is presumably related to the phase-out of POSF-based products beginning in 2000. The detection of di-SAmPAP in human sera is significant because this chemical is expected to be metabolized or degraded to PFOS in humans and the environment. Our detection of di-SAmPAP is the first confirmation of human exposure to this commercially available product which is a plausible source of PFOS in humans.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».