Variability and Predictors of Urinary Concentrations of Phthalate Metabolites during Early Childhood
Notice bibliographique
Résumé
The variability and predictors of urinary concentrations of phthalate metabolites in preschool-aged children have not been thoroughly examined. Additionally, the impact of temporal changes in the use and restriction of phthalates in children's products has not been assessed. Our objective was to identify demographic, behavioral, and temporal predictors of urinary phthalate metabolite concentrations in young children. Between 2004 and 2011, we collected up to five urine samples from each of 296 children participating in a prospective birth cohort during annual study visits at ages 1-5 years. We used linear mixed models to calculate intraclass correlation coefficients (ICCs), a measure of within-individual reproducibility, and identify demographic predictors of urinary phthalate metabolites. We used multivariable linear regression to examine cross-sectional relationships between food packaging or personal care product use and phthalate metabolites measured at age 5 years. Across annual measurements, monoethyl phthalate exhibited the least variation (ICC = 0.38), while di-2-ethylhexyl phthalate (ΣDEHP) metabolites exhibited the most variation (ICC = 0.09). Concentrations changed with age, suggesting age-related changes in phthalate exposure and perhaps metabolism. Our findings suggest that fast food consumption may be a source of butylbenzyl phthalate and di-isononyl phthalate (DiNP) exposure, and some personal care products may be sources of diethyl phthalate exposure. Concentrations of ΣDEHP metabolites decreased over the study period; however, concentrations of DiNP metabolites increased. This finding suggests that manufacturer practices and regulations, like the Consumer Product Safety Improvement Act of 2008, may decrease DEHP exposure, but additional work characterizing the nature and toxicity of replacements is critically needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».