Mercury Exposure, Blood Pressure, and Hypertension: A Systematic Review and Dose–response Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Body burden of mercury has been linked to hypertension in populations exposed to high mercury levels. OBJECTIVES: We summarized, extracted, and pooled the results of published studies that investigated mercury biomarkers and hypertension or blood pressure (BP) measurements to examine this potential relationship. METHODS: defined inclusion criteria. Study quality was assessed by the Newcastle-Ottawa scale for cohort and case-control studies and the Quality Assessment Tool for cross-sectional studies. Study estimates were pooled using inverse-variance weighted random-effects models. Dose-response meta-analysis was performed with studies reporting hypertension and systolic BP for at least three mercury categories. RESULTS: A total of 29 studies were included in the meta-analysis. The pooled odds ratio (OR) for hypertension, comparing the highest and lowest mercury exposure categories, was 1.35 [95% confidence interval (CI): 0.99, 1.83] for populations with hair mercury ≥2 μg/g in comparison with the OR of 1.12 (95% CI: 0.82, 1.52) for populations with hair mercury <2 μg/g. Positive associations were also observed for highest versus lowest mercury exposure categories on systolic and diastolic BP. Heterogeneity was observed for mercury species and exposure groups across different studies. Associations estimated using different mercury biomarkers generally agree with each other in the same study. A nonlinear dose-response relationship with an inflection point at 3 μg/g was identified, for both hypertension and systolic BP. CONCLUSIONS: A significant positive association between mercury and hypertension and between mercury and BP was identified. The exposure dose is an important factor in determining the toxic effects of mercury on hypertension. https://doi.org/10.1289/EHP2863.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».