MétaCan
Menu
Retour à la cohorte
Enregistrement W2528551412 · doi:10.1155/2016/1624643

Human Elimination of Organochlorine Pesticides: Blood, Urine, and Sweat Study

2016· article· en· W2528551412 sur OpenAlexaff
Stephen J. Genuis, Kevin Lane, Detlef Birkholz

Notice bibliographique

RevueBioMed Research International · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensThe King's UniversityUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPerspirationSWEATUrineChemistryPhysiologyChromatographyMedicineInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background. Many individuals have been exposed to organochlorinated pesticides (OCPs) through food, water, air, dermal exposure, and/or vertical transmission. Due to enterohepatic reabsorption and affinity to adipose tissue, OCPs are not efficiently eliminated from the human body and may accrue in tissues. Many epidemiological studies demonstrate significant exposure-disease relationships suggesting OCPs can alter metabolic function and potentially lead to illness. There is limited study of interventions to facilitate OCP elimination from the human body. This study explored the efficacy of induced perspiration as a means to eliminate OCPs.Methods. Blood, urine, and sweat (BUS) were collected from 20 individuals. Analysis of 23 OCPs was performed using dual-column gas chromatography with electron-capture detectors.Results. Various OCPs and metabolites, including DDT, DDE, methoxychlor, endrin, and endosulfan sulfate, were excreted into perspiration. Generally, sweat samples showed more frequent OCP detection than serum or urine analysis. Many OCPs were not readily detected in blood testing while still being excreted and identified in sweat. No direct correlation was found among OCP concentrations in the blood, urine, or sweat compartments.Conclusions. Sweat analysis may be useful in detecting some accrued OCPs not found in regular serum testing. Induced perspiration may be a viable clinical tool for eliminating some OCPs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,433
Écart entre enseignants0,397 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207