A dose-response meta-analysis of chronic arsenic exposure and incident cardiovascular disease
Notice bibliographique
Résumé
Consistent evidence at high levels of water arsenic (≥100 µg/l), and growing evidence at low-moderate levels (<100 µg/l), support a link with cardiovascular disease (CVD). The shape of the dose-response across low-moderate and high levels of arsenic in drinking water is uncertain and critical for risk assessment.We conducted a systematic review of general population epidemiological studies of arsenic and incident clinical CVD (all CVD, coronary heart disease (CHD) and stroke) with three or more exposure categories. In a dose-response meta-analysis, we estimated the pooled association between log-transformed water arsenic (log-linear) and restricted cubic splines of log-transformed water arsenic (non-linear) and the relative risk of each CVD endpoint.Twelve studies (pooled N = 408 945) conducted at high (N = 7) and low-moderate (N = 5) levels of water arsenic met inclusion criteria, and 11 studies were included in the meta-analysis. Compared with 10 µg/l, the estimated pooled relative risks [95% confidence interval (CI)] for 20 µg/l water arsenic, based on a log-linear model, were 1.09 (1.03, 1.14) (N = 2) for CVD incidence, 1.07 (1.01, 1.14) (N = 6) for CVD mortality, 1.11 (1.05, 1.17) (N = 4) for CHD incidence, 1.16 (1.07, 1.26) (N = 6) for CHD mortality, 1.08 (0.99, 1.17) (N = 2) for stroke incidence and 1.06 (0.93, 1.20) (N = 6) for stroke mortality. We found no evidence of non-linearity, although these tests had low statistical power.Although limited by the small number of studies, this analysis supports quantitatively including CVD in inorganic arsenic risk assessment, and strengthens the evidence for an association between arsenic and CVD across low-moderate to high levels.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».