Environmental factors associated with blood lead among newcomer women from South and East Asia in the Greater Toronto Area
Notice bibliographique
Résumé
BACKGROUND: Newcomers bring with them histories of environmental exposure in their home countries and may have different sources of lead (Pb) exposure compared to other residents of their adopted country. AIMS: To describe past and current factors associated with Pb exposure and blood Pb among South and East Asian newcomer women of reproductive age in the Greater Toronto Area (GTA), Ontario, Canada. METHODS: In collaboration with public health units and community organizations a community-based research model was utilized by recruiting peer researchers to assist in all aspects of the study. Blood samples were taken and phone interviews were conducted. Canadian Health Measures Survey (CHMS) cycles 1, 2, and 3 data was used to contextualize the distribution blood Pb levels. Multiple regression was applied to log-transformed blood lead measurements, using a hierarchical model building process. RESULTS: In total, 211 participants were recruited from Bangladesh, China, India, Pakistan and Sri Lanka. The distribution of the blood Pb varied by country of origin, and higher blood Pb values were found above 75th percentile compared to the CHMS. Distal factors significantly influencing blood Pb concentrations related to life history, such as duration of stay in Canada (RR=0.91; 95% CI 0.86-0.97), living near agricultural fields (RR=0.78; 95% CI 0.62-0.93), and country of origin. Proximal factors with significant contribution were use of cosmetics, traditional remedies, and smoking cigarettes. RECOMMENDATIONS: Different past and current exposures may be important in various newcomer populations, informing international stakeholders, public health agencies, and primary care practitioners to adapt health education and exposure reduction programs to consider pre- and post-migration factors.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».