Drinking Water Salinity and Raised Blood Pressure: Evidence from a Cohort Study in Coastal Bangladesh
Notice bibliographique
Résumé
BACKGROUND: Millions of coastal inhabitants in Southeast Asia have been experiencing increasing sodium concentrations in their drinking-water sources, likely partially due to climate change. High (dietary) sodium intake has convincingly been proven to increase risk of hypertension; it remains unknown, however, whether consumption of sodium in drinking water could have similar effects on health. OBJECTIVES: We present the results of a cohort study in which we assessed the effects of drinking-water sodium (DWS) on blood pressure (BP) in coastal populations in Bangladesh. METHODS: DWS, BP, and information on personal, lifestyle, and environmental factors were collected from 581 participants. We used generalized linear latent and mixed methods to model the effects of DWS on BP and assessed the associations between changes in DWS and BP when participants experienced changing sodium levels in water, switched from "conventional" ponds or tube wells to alternatives [managed aquifer recharge (MAR) and rainwater harvesting] that aimed to reduce sodium levels, or experienced a combination of these changes. RESULTS: DWS concentrations were highly associated with BP after adjustments for confounding factors. Furthermore, for each 100 mg/L reduction in sodium in drinking water, systolic/diastolic BP was lower on average by 0.95/0.57 mmHg, and odds of hypertension were lower by 14%. However, MAR did not consistently lower sodium levels. CONCLUSIONS: DWS is an important source of daily sodium intake in salinity-affected areas and is a risk factor for hypertension. Considering the likely increasing trend in coastal salinity, prompt action is required. Because MAR showed variable effects, alternative technologies for providing reliable, safe, low-sodium fresh water should be developed alongside improvements in MAR and evaluated in "real-life" salinity-affected settings. https://doi.org/10.1289/EHP659.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».