Female Reproductive Disorders, Diseases, and Costs of Exposure to Endocrine Disrupting Chemicals in the European Union
Notice bibliographique
Résumé
CONTEXT: A growing body of evidence suggests that endocrine-disrupting chemicals (EDCs) contribute to female reproductive disorders. OBJECTIVE: To calculate the associated combined health care and economic costs attributable to specific EDC exposures within the European Union (EU). DESIGN: An expert panel evaluated evidence for probability of causation using the Intergovernmental Panel on Climate Change weight-of-evidence characterization. Exposure-response relationships and reference levels were evaluated, and biomarker data were organized from carefully identified studies from the peer-reviewed literature to represent European exposure and approximate burden of disease as it occurred in 2010. Cost-of-illness estimation used multiple peer-reviewed sources. SETTING, PATIENTS AND PARTICIPANTS AND INTERVENTION: Cost estimation was carried out from a societal perspective, ie, including direct costs (eg, treatment costs) and indirect costs such as productivity loss. RESULTS: The most robust EDC-related data for female reproductive disorders exist for 1) diphenyldichloroethene-attributable fibroids and 2) phthalate-attributable endometriosis in Europe. In both cases, the strength of epidemiological evidence was rated as low and the toxicological evidence as moderate, with an assigned probability of causation of 20%–39%. Across the EU, attributable cases were estimated to be 56 700 and 145 000 women, respectively, with total combined economic and health care costs potentially reaching €163 million and €1.25 billion. CONCLUSIONS: EDCs (diphenyldichloroethene and phthalates) may contribute substantially to the most common reproductive disorders in women, endometriosis and fibroids, costing nearly €1.5 billion annually. These estimates represent only EDCs for which there were sufficient epidemiologic studies and those with the highest probability of causation. These public health costs should be considered as the EU contemplates regulatory action on EDCs.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».