A prospective cohort study of biomarkers of prenatal tobacco smoke exposure: the correlation between serum and meconium and their association with infant birth weight
Notice bibliographique
Résumé
BACKGROUND: The evaluation of infant meconium as a cumulative matrix of prenatal toxicant exposure requires comparison to established biomarkers of prenatal exposure. METHODS: We calculated the frequency of detection and concentration of tobacco smoke metabolites measured in meconium (nicotine, cotinine, and trans-3'-hydroxycotinine concentrations) and three serial serum cotinine concentrations taken during the latter two-thirds of pregnancy among 337 mother-infant dyads. We estimated the duration and intensity of prenatal tobacco smoke exposure using serial serum cotinine concentrations and calculated geometric mean meconium tobacco smoke metabolite concentrations according to prenatal exposure. We also compared the estimated associations between these prenatal biomarkers and infant birth weight using linear regression. RESULTS: We detected nicotine (80%), cotinine (69%), and trans-3'-hydroxycotinine (57%) in most meconium samples. Meconium tobacco smoke metabolite concentrations were positively associated with serum cotinine concentrations and increased with the number of serum cotinine measurements consistent with secondhand or active tobacco smoke exposure. Like serum cotinine, meconium tobacco smoke metabolites were inversely associated with birth weight. CONCLUSIONS: Meconium is a useful biological matrix for measuring prenatal tobacco smoke exposure and could be used in epidemiological studies that enroll women and infants at birth. Meconium holds promise as a biological matrix for measuring the intensity and duration of environmental toxicant exposure and future studies should validate the utility of meconium using other environmental toxicants.
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 ».