Maternal and fetal exposure to cadmium, lead, manganese and mercury: The MIREC study
Notice bibliographique
Résumé
Given the susceptibility of the fetus to toxicants, it is important to estimate their exposure. Approximately 2000 pregnant women were recruited in 2008-2011 from 10 cities across Canada. Cd, Pb, Mn and total Hg were measured in maternal blood from the 1st and 3rd trimesters, umbilical cord blood, and infant meconium. Nutrient intakes of vitamin D, iron, and calcium (Ca) were assessed using a food frequency questionnaire and a dietary supplement questionnaire. Median concentrations in 1st trimester maternal blood (n = 1938) were 0.20, 8.79 and 0.70 μg/L for Cd, Mn and Hg, respectively, and 0.60 μg/dL for Pb. While the median difference between the paired 1st and 3rd trimester concentrations of Cd was 0, there was a significant decrease in Pb (0.04 μg/dL) and Hg (0.12 μg/L) and an increase in Mn (3.30 μg/L) concentrations over the course of the pregnancy. While Cd was rarely detected in cord blood (19%) or meconium (3%), median Pb (0.77 μg/dL), Mn (31.87 μg/L) and Hg (0.80 μg/L) concentrations in cord blood were significantly higher than in maternal blood. Significant negative associations were observed between estimated Ca intake and maternal Cd, Pb, Mn and Hg, as well as cord blood Pb. Vitamin D intake was associated with lower maternal Cd, Pb, and Mn as well as Pb in cord blood. Even at current metal exposure levels, increasing dietary Ca and vitamin D intake during pregnancy may be associated with lower maternal blood Pb and Cd concentrations and lower Pb in cord blood.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».