World Health Organization estimates of the global and regional disease burden of four foodborne chemical toxins, 2010: a data synthesis
Notice bibliographique
Résumé
Background Chemical exposures have been associated with a variety of health effects; however, little is known about the global disease burden from foodborne chemicals. Food can be a major pathway for the general population's exposure to chemicals, and for some chemicals, it accounts for almost 100% of exposure. Methods and Findings Groups of foodborne chemicals, both natural and anthropogenic, were evaluated for their ability to contribute to the burden of disease. The results of the analyses on four chemicals are presented here - cyanide in cassava, peanut allergen, aflatoxin, and dioxin. Systematic reviews of the literature were conducted to develop age- and sex-specific disease incidence and mortality estimates due to these chemicals. From these estimates, the numbers of cases, deaths and disability adjusted life years (DALYs) were calculated. For these four chemicals combined, the total number of illnesses, deaths, and DALYs in 2010 is estimated to be 339,000 (95% uncertainty interval [UI]: 186,000-1,239,000); 20,000 (95% UI: 8,000-52,000); and 1,012,000 (95% UI: 562,000-2,822,000), respectively. Both cyanide in cassava and aflatoxin are associated with diseases with high case-fatality ratios. Virtually all human exposure to these four chemicals is through the food supply. Conclusion Chemicals in the food supply, as evidenced by the results for only four chemicals, can have a significant impact on the global burden of disease. The case-fatality rates for these four chemicals range from low (e.g., peanut allergen) to extremely high (aflatoxin and liver cancer). The effects associated with these four chemicals are neurologic (cyanide in cassava), cancer (aflatoxin), allergic response (peanut allergen), endocrine (dioxin), and reproductive (dioxin).
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 | 0,012 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,009 |
| Bibliométrie | 0,024 | 0,031 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».