A Simple Pharmacokinetic Model of Prenatal and Postnatal Exposure to Perfluoroalkyl Substances (PFASs)
Notice bibliographique
Résumé
Most children are exposed to perfluoroalkyl substances (PFASs) through placental transfer, breastfeeding, and other environmental sources. To date, there are no validated tools to estimate exposure and body burden during infancy and childhood. In this study, we aimed to (i) develop a two-generation pharmacokinetic model of prenatal and postnatal exposure to perfluorooctanoic acid (PFOA), perfluorooctanesulfonate (PFOS), and perfluorohexanesulfonate (PFHxS); and to (ii) evaluate it against measured children's levels in two studies. We developed a pharmacokinetic model consisting of a maternal and a child compartment to simulate lifetime exposure in women and transfer to the child across the placenta and through breastfeeding. To evaluate the model, we performed simulations for each mother-child dyad from two studies in which maternal PFAS levels at delivery and children's PFAS levels were available. Model predictions based on maternal PFAS levels, sex of child, body weight, and duration of breastfeeding explained between 52% and 60% of the variability in measured children's levels at 6 months of age and between 52% and 62% at 36 months. Monte Carlo simulations showed that the daily intake through breastfeeding and resulting internal PFAS levels can be much higher in nursing infants than in mothers. This pharmacokinetic model shows potential for postnatal exposure assessment in the context of epidemiological studies and risk assessment.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».