Dioxins as potential risk factors for autism spectrum disorder
Notice bibliographique
Résumé
Autism spectrum disorder (ASD) has emerged as a major public health concern due to its fast-growing prevalence in recent decades. Environmental factors are thought to contribute substantially to the variance in ASD. Interest in environmental toxins as causes of ASD has arisen due to the high sensitivity of the developing human brain to toxic chemicals, particularly to dioxin and certain dioxin-like compounds (dioxins). As a group of typical persistent organic pollutants, dioxins have been found to exert adverse effects on human brain development. In this paper, we review the evidence for association of exposure to dioxins with neurodevelopmental abnormalities related to ASD based on both human epidemiological and animal studies. It has been documented that exposure to dioxins during critical developmental periods increased risk for ASD. This notion has been demonstrated in different populations exposed to high or background level of dioxins. Furthermore, the effects and mechanisms of action of dioxins relevant to the pathophysiology and pathogenesis of ASD are summarized, describing potential underlying mechanisms linking dioxin exposure with ASD onset. Further studies focusing on effects of prenatal/perinatal exposure to individual dioxin congeners or to mixtures of dioxins on ASD-associated behavioral and neurobiological consequences in animal models, and on the mechanisms of actions of dioxins, are needed in order to better understand how dioxin exposure might contribute to increased risk for ASD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».