Gestational exposure to endocrine disrupting chemicals in relation to infant birth weight: a Bayesian analysis of the HOME Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle