MétaCan
Menu
Retour à la cohorte
Enregistrement W2578569841 · doi:10.1016/j.envint.2017.01.010

Influence of exposure to coarse, fine and ultrafine urban particulate matter and their biological constituents on neural biomarkers in a randomized controlled crossover study

2017· article· en· W2578569841 sur OpenAlexafffund
Ling Liu, Bruce Urch, Mieczysław Szyszkowicz, Mary Speck, Karen Leingartner, Robin Shutt, Guillaume Pelletier, Diane R. Gold, James A. Scott, Jeffrey R. Brook, Peter S. Thorne, Frances Silverman

Notice bibliographique

RevueEnvironment International · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensSt. Michael's HospitalEnvironment and Climate Change CanadaPublic Health OntarioUniversity of TorontoHealth Canada
Organismes subventionnairesHealth CanadaPublic Health Agency of CanadaNational Institutes of HealthClean Air Regulatory AgendaNational Institute of Environmental Health SciencesEnvironment and Climate Change Canada
Mots-clésParticulatesCrossover studyEnvironmental scienceUltrafine particleEnvironmental chemistryEnvironmental healthMedicineChemistryBiologyMaterials scienceNanotechnologyEcology

Résumé

récupéré en direct d'OpenAlex

Background Epidemiological studies have reported associations between air pollution and neuro-psychological conditions. Biological mechanisms behind these findings are still not clear. Objectives We examined changes in blood and urinary neural biomarkers following exposure to concentrated ambient coarse, fine and ultrafine particles. Methods Fifty healthy non-smoking volunteers, mean age 28 years, were exposed to coarse (2.5–10 μm, mean 213 μg/m 3 ) and fine (0.15–2.5 μm, mean 238 μg/m 3 ) concentrated ambient particles (CAPs), and filtered ambient and/or medical air. Twenty-five participants were exposed to ultrafine CAP (mean size 59.6 nm, range 47.0–69.8 nm), mean (136 μg/m 3 ) and filtered medical air. Exposures lasted 130 min, separated by ≥ 2 weeks, and the biological constituents endotoxin and β-1,3- d -glucan of each particle size fraction were measured. Blood and urine samples were collected pre-exposure, and 1-hour and 21-hour post-exposure to determine neural biomarker levels. Mixed-model regressions assessed associations between exposures and changes in biomarker levels. Results Results were expressed as percent change from daily pre-exposure biomarker levels. Exposure to coarse CAP was significantly associated with increased urinary levels of the stress-related biomarkers vanillylmandelic acid (VMA) and cortisol when compared with exposure to filtered medical air [20% (95% confidence interval: 1.0%, 38%) and 64% (0.2%, 127%), respectively] 21 hours post-exposure. However exposure to coarse CAP was significantly associated with decreases in blood cortisol [− 26.0% (− 42.4%, − 9.6%) and − 22.4% (− 43.7%, − 1.1%) at 1 h and 21 h post-exposure, respectively]. Biological molecules present in coarse CAP were significantly associated with blood biomarkers indicative of blood brain barrier integrity. Endotoxin content was significantly associated with increased blood ubiquitin C-terminal hydrolase L1 [UCHL1, 11% (5.3%, 16%) per ln(ng/m 3 + 1)] 1-hour post-exposure, while β-1,3- d -glucan was significantly associated with increased blood S100B [6.3% (3.2%, 9.4%) per ln(ng/m 3 + 1)], as well as UCHL1 [3.1% (0.4%, 5.9%) per ln(ng/m 3 + 1)], one-hour post-exposure. Fine CAP was marginally associated with increased blood UCHL1 when compared with exposure to filtered medical air [17.7% (− 1.7%, 37.2%), p = 0.07] 21 hours post-exposure. Ultrafine CAP was not significantly associated with changes in any blood and urinary neural biomarkers examined. Conclusion Ambient coarse particulate matter and its biological constituents may influence neural biomarker levels that reflect perturbations of blood-brain barrier integrity and systemic stress response.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,022
Tête enseignante GPT0,289
Écart entre enseignants0,266 · 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'étudeEssai randomisé
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

Citations57
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetAir Quality and Health ImpactsTravaux en français237 207