Hair Biomarkers as Measures of Maternal Tobacco Smoke Exposure and Predictors of Fetal Growth
Notice bibliographique
Résumé
INTRODUCTION: Most biomarker studies of the effects of maternal smoking on fetal growth have been based on a single blood or urinary cotinine value, which is inadequate in capturing maternal tobacco exposure over the entire pregnancy. We used hair biomarkers to compare the associations of maternal self-reported smoking, hair nicotine, and hair cotinine with birth weight for gestational age (BW for GA) among active and passive smokers during pregnancy. METHODS: We collected maternal hair in the immediate postpartum period and measured nicotine and cotinine concentrations averaged over the pregnancy in 444 term controls drawn from 5,337 participants in a multicenter nested case-control study of preterm birth. BW for GA Z-score and small for gestational age (SGA) were based on Canadian population-based standards. RESULTS: The addition of hair nicotine to multiple linear regression models containing self-reported active smoking, hair cotinine, or both explained significantly more variance in the BW for GA Z-score (p = .01, .03 and .04, respectively). Similarly, women with hair nicotine, but not cotinine, at or above the median value had a significant increase in the risk of SGA birth (odds ratio: 3.07, 95% CI: 1.25-7.52). No significant association was observed between maternal passive smoking and BW for GA based on hair biomarkers. CONCLUSIONS: Hair nicotine is a better predictor of reductions in BW for GA than either hair cotinine or self-report. Our negative results for passive smoking suggest that previously reported small but significant effects may be explained by misclassification of active smokers as passive smokers based on self-report.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».