Myopia and Exposure to Organophosphate and Pyrethroid Pesticides in the General United States Population
Notice bibliographique
Résumé
Purpose: Previous research suggests that exposure to pesticides might be associated with human myopia, although data were obtained only from highly exposed individuals. The present study aimed to assess whether exposure to organophosphates and pyrethroids in the United States general population was associated with the prevalence of myopia. Methods: Data were obtained from the National Health and Nutrition Examination Survey (NHANES, years 1999-2008). One-spot urine samples were used to estimate the concentration of several pesticide metabolites. Exposure data and equivalent spherical refraction errors were available for 5147 and 2911 individuals for organophosphates and pyrethroids, respectively. Multiple logistic regression models were used to assess the relation between log10-transformed urinary levels of pesticide metabolites and the risk of moderate (≤-1 and >-5 diopters [D]) and high myopia (≤-5 D) in adolescents (12- to 19-years old) and young adults (20- to 40-years old). Models were adjusted for sex, age, ethnicity, diabetes, creatinine, cadmium and lead concentrations, and income in both age groups, but also for education level and cigarette and alcohol consumption in the adult group. Results: No association between organophosphates or pyrethroid metabolites and myopia was observed. However, after adjusting for education level and cigarette and alcohol consumption, a statistically significant decreased risk of high myopia in those with a 10-fold increase of dialkyl phosphate metabolites was found in adults but only in men (P < 0.05). Conclusions: Our results suggest that exposure to organophosphates or pyrethroids do not increase the risk of myopia in the United States general 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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».