A Physiologically-Based Pharmacokinetic Modeling Approach Using Biomonitoring Data in Order to Assess the Contribution of Drinking Water for the Achievement of an Optimal Fluoride Dose for Dental Health in Children
Notice bibliographique
Résumé
Due to an optimal fluoride concentration in drinking water advised for caries prevention purposes, the population is now exposed to multiple sources of fluoride. The availability of population biomonitoring data currently allow us to evaluate the magnitude of this exposure. The objective of this work was, therefore, to use such data in order to estimate whether community water fluoridation still represents a significant contribution toward achieving a suggested daily optimal fluoride (external) intake of 0.05 mg/kg/day. Therefore, a physiologically-based pharmacokinetic model for fluoride published in the literature was used and adapted in Excel for a typical 4-year-old and 8-year-old child. Biomonitoring data from the Canadian Health Measures Survey among people living in provinces with very different drinking water fluoridation coverage (Quebec, 2.5%; Ontario, 70% of the population) were analyzed using this adapted model. Absorbed doses for the 4-year-old and 8-year-old children were, respectively, 0.03 mg/kg/day and 0.02 mg/kg/day in Quebec and of 0.06 mg/kg/day and 0.05 mg/kg/day in Ontario. These results show that community water fluoridation contributes to increased fluoride intake among children, which leads to reaching, and in some cases even exceeding, the suggested optimal absorbed dose of 0.04 mg/kg/day, which corresponds to the suggested optimal fluoride intake mentioned above. In conclusion, this study constitutes an incentive to further explore the multiple sources of fluoride intake and suggests that a new balance between them including drinking water should be examined in accordance with the age-related physiological differences that influence fluoride metabolism.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».