Airborne Precursors Predict Maternal Serum Perfluoroalkyl Acid Concentrations
Notice bibliographique
Résumé
Human exposure to persistent perfluoroalkyl acids (PFAAs), including perfluorooctanoic acid (PFOA), perfluorononanoic acid (PFNA), and perfluorooctanesulfonate (PFOS), can occur directly from contaminated food, water, air, and dust. However, precursors to PFAAs (PreFAAs), such as dipolyfluoroalkyl phosphates (diPAPs), fluorotelomer alcohols (FTOHs), perfluorooctyl sulfonamides (FOSAs), and sulfonamidoethanols (FOSEs), which can be biotransformed to PFAAs, may also be a source of exposure. PFAAs were analyzed in 50 maternal sera samples collected in 2007-2008 from participants in Vancouver, Canada, while PFAAs and PreFAAs were measured in matching samples of residential bedroom air collected by passive sampler and in sieved vacuum dust (<150 μm). Concentrations of PreFAAs were higher than for PFAAs in air and dust. Positive associations were discovered between airborne 10:2 FTOH and serum PFOA and PFNA and between airborne MeFOSE and serum PFOS. On average, serum PFOS concentrations were 2.3 ng/mL (95%CI: 0.40, 4.3) higher in participants with airborne MeFOSE concentrations in the highest tertile relative to the lowest tertile. Among all PFAAs, only PFNA in air and vacuum dust predicted serum PFNA. Results suggest that airborne PFAA precursors were a source of PFOA, PFNA, and PFOS exposure in this population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».