Gestational exposure to endocrine disrupting chemicals in relation to infant birth weight: a Bayesian analysis of the HOME Study
Notice bibliographique
Résumé
BACKGROUND: Pregnant women are exposed to a mixture of endocrine disrupting chemicals (EDCs). Gestational EDC exposures may be associated with changes in fetal growth that elevates the risk for poor health later in life, but few studies have examined the health effects of simultaneous exposure to multiple chemicals. This study aimed to examine the association of gestational exposure to five chemical classes of potential EDCs: phthalates and bisphenol A, perfluoroalkyl substances (PFAS), polychlorinated biphenyls (PCBs), polybrominated diphenyl ethers (PBDEs), and organochlorine pesticides (OCPs) with infant birth weight. METHODS: Using data from the Health Outcomes and Measures of Environment (HOME) Study, we examined 272 pregnant women enrolled between 2003-2006. EDC concentrations were quantified in blood and urine samples collected at 16 and 26 weeks gestation. We used Bayesian Hierarchical Linear Models (BHLM) to examine the associations between newborn birth weight and 53 EDCs, 2 organochlorine pesticides (OPPs) and 2 heavy metals. RESULTS: For a 10-fold increase in chemical concentration, the mean differences in birth weights (95% credible intervals (CI)) were 1 g (-20, 23) for phthalates, -11 g (-52, 34) for PFAS, 0.2 g (-9, 10) for PCBs, -4 g (-30, 22) for PBDEs, and 7 g (-25, 40) for OCPs. CONCLUSION: Gestational exposure to phthalates, PFAS, PCBs, PBDEs, OCPs or OPPs had null or small associations with birth weight. Gestational OPP, Pb, and PFAS exposures were most strongly associated with lower birth weight.
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 | 0,016 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».