Is there a relationship between tea intake and maternal whole blood heavy metal concentrations?
Notice bibliographique
Résumé
The aim of this analysis was to examine the association between tea intake during pregnancy and maternal and infant metal exposures. Data from the Maternal-Infant Research on Environmental Chemicals (MIREC) Study, a pan-Canadian pregnancy cohort, were used. All participants with a gestational age of ⩾20 weeks (n=1954) with available biomarkers were included. Geometric means (GMs) for lead, arsenic, mercury, cadmium and manganese in maternal (first and third trimesters) and cord blood, as well as speciated arsenic in maternal urine in the first trimester, were calculated for participants who drank regular, green or herbal tea and for those who did not. Differences between groups were examined using chi-square tests. Adjusted least squares geometric means (LSGMs) were estimated by tea intake, controlling for factors such as country of birth, coffee intake and maternal smoking. Concentrations of all metals were above the limits of detection in most participants in the first trimester: lead (GM): 0.62 μg/dl), mercury (GM: 2.99 nmol/l); cadmium (GM 1.93 nmol/l), arsenic (GM 9.75 nmol/l) and manganese (GM 160.1 nmol/l). Adjusted LSGMs for lead in the first trimester were higher for tea drinkers than for those who were non-tea drinkers (LSGM 0.65 μg/dl, 95%CI: 0.62, 0.69 and 0.61 μg/dl, 95%CI: 0.59, 0.62), and there was evidence of a dose-response relationship for green and herbal tea. Those who consumed herbal tea in the third trimester had significantly higher third trimester maternal and cord blood lead concentrations than non-herbal tea drinkers. This study provides evidence of an association between blood lead concentrations and green or herbal tea consumption. However, the GM blood lead concentrations of the highest tea consumers were still less than 1 μg/dl and within the normal range of blood lead concentrations in the Canadian population.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».