Effect of diesel exhaust inhalation on blood markers of inflammation and neurotoxicity: a controlled, blinded crossover study
Notice bibliographique
Résumé
CONTEXT: Epidemiological studies and animal research have suggested that air pollution may negatively impact the central nervous system (CNS). Controlled human exposure studies of the effect of air pollution on the brain have potential to enhance our understanding of this relationship and to inform potential biological mechanisms. OBJECTIVES: Biomarkers of systemic and CNS inflammation may address whether air pollution exposure induces inflammation, with potential for CNS negative effects. MATERIALS AND METHODS: Twenty-seven healthy adults were exposed to two conditions: filtered air (FA) and diesel exhaust (DE) (300 μg PM2.5/m(3)) for 120 min, in a double-blinded crossover study with exposures separated by four weeks. Prior to and at 0, 3, and 24 h following each exposure, serum and plasma were collected and analyzed for inflammatory cytokines interleukin 6 (IL-6) and tumour necrosis factor alpha (TNF-α), the astrocytic protein S100b, the neuronal cytoplasmic enzyme neuron-specific enolase (NSE), and serum brain-derived neurotrophic factor (BDNF). We hypothesized that IL-6, TNF-α, S100b and NSE would increase, and BDNF would decrease, following DE exposure. RESULTS: At no time-point following exposure to DE was a significant increase in concentration from baseline seen for IL-6, TNF-α, S100b, or NSE relative to FA exposure. Similarly, no significant decrease in BDNF concentration from baseline was seen following DE exposure, relative to FA. Furthermore, the repeated measures ANOVA considered for all time-points and biomarkers revealed no significant time-exposure interaction. DISCUSSION AND CONCLUSION: These results suggest that short-term exposure to DE amongst healthy adults does not acutely affect the systemic or CNS biomarkers that we measured.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».