Maternal iron metabolism gene variants modify umbilical cord blood lead levels by gene-environment interaction: a birth cohort study
Notice bibliographique
Résumé
BACKGROUND: Given the relationship between iron metabolism and lead toxicokinetics, we hypothesized that polymorphisms in iron metabolism genes might modify maternal-fetal lead transfer. The objective of this study was to determine whether maternal and/or infant transferrin (TF) and hemochromatosis (HFE) gene missense variants modify the association between maternal blood lead (MBL) and umbilical cord blood lead (UCBL). METHODS: We studied 476 mother-infant pairs whose archived blood specimens were genotyped for TF P570S, HFE H63D and HFE C282Y. MBL and UCBL were collected within 12 hours of delivery. Linear regression models were used to examine the association between log-transformed MBL and UCBL, examine for confounding and collinearity, and explore gene-environment interactions. RESULTS: The geometric mean MBL was 0.61 μg/dL (range 0.03, 3.2) and UCBL 0.42 (<0.02, 3.9). Gene variants were common with carrier frequencies ranging from 12-31%; all were in Hardy-Weinberg equilibrium. In an adjusted linear regression model, log MBL was associated with log UCBL (β = 0.92, 95% CI: 0.82, 1.03; p < 0.01) such that a 1% increase in MBL was associated with a 0.92% increase in UCBL among infants born to wild-type mothers. In infants born to C282Y variants, however, a 1% increase in MBL is predicted to increase UCBL 0.65% (β(Main Effect) = -0.002, 95% CI: -0.09, -0.09; p = 0.97; β(Interaction) = -0.27, 95% CI: -0.52, -0.01; p = 0.04), representing a 35% lower placental lead transfer among women with MBL 5 μg/dL. CONCLUSIONS: Maternal HFE C282Y gene variant status is associated with greater reductions in placental transfer of lead as MBL increases. The inclusion of gene-environment interaction in risk assessment models may improve efforts to safeguard vulnerable populations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».