Data Comparability Between Biomonitoring Studies for PCDD/Fs—Issues for the Use of the National Health and Nutrition Examination Survey (NHANES) Data
Notice bibliographique
Résumé
O-29A5-4 Background/Aims: The goal of this study was to examine data from other case studies that used National Health and Nutrition Examination Survey (NHANES) data to compare individuals or populations for blood levels of polychlorinated dibenzo-p-dioxins and polychlorinated dibenzofurans (PCDD/Fs). Our aim was to evaluate whether the data collected from a number of studies could be correctly compared to NHANES data. Methods: The methods used in the collection and analysis of samples for both NHANES and other case studies were examined to determine if methodologies were similar enough to conduct direct comparisons of blood PCDD/F data. Results: Numerous considerations and issues were discovered when examining other studies and their comparison to NHANES data. These included detection limits from their results being higher than those generated by Centers for Disease Control and Prevention (CDC). These artificially amplify the calculated toxic equivalents (TEQs) for individuals. NHANES uses enzymatic lipid determinations to calculate blood lipids and many studies still use gravimetric lipid determinations. This further amplifies perceived TEQs for individuals being compared to NHANES. These errors combined with other data quality issues are exacerbating exposure scenarios and potentially causing a misclassification of individuals or study cohorts. Conclusion: Many studies that are comparing their data to NHANES data are doing so incorrectly. They are either not conducting the appropriate statistical treatment of the NHANES data or they have results from laboratories that are not capable of producing the quality of data required to compare with the NHANES dataset and therefore, misrepresenting the exposures that they are reporting in their studies.
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 | 0,715 | 0,846 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,009 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| 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 ».