Environmental Co-Exposure to Lead and Manganese and Intellectual Deficit in School-Aged Children
Notice bibliographique
Résumé
Studies have demonstrated that, for urban children, dust represents the main exposure to sources of metals like lead (Pb) and manganese (Mn). We aimed to investigate the exposure to these metals and their association with intellectual deficit in children living in an industrial region. This cross-sectional study recruited volunteers from four elementary schools in the town of Simões Filho, Brazil. We evaluated 225 school-aged children (7–12 years) for blood lead (PbB) and manganese hair (MnH) and toenails (MnTn) by graphite furnace atomic absorption spectrometry. Child and maternal IQs were estimated using the Wechsler Abbreviated Scale for Intelligence (WASI). Median and range PbB were 1.2 (0.3–15.6) μg/dL. MnH and MnTn medians (ranges) were 0.74 (0.16–8.79) μg/g and 0.85 (0.15–13.30) μg/g, respectively. After adjusting for maternal IQ, age and Mn exposure, child IQ drops by 8.6 points for a 10-fold increase in PbB levels. Moreover, an effect modification of Mn co-exposure was observed. In children with low MnTn, association between Pb and child IQ was not significant (β = −6.780, p = 0.172). However, in those with high MnTn, the association was increased by 27.9% (β = −8.70, p = 0.036). Low Pb exposure is associated with intellectual deficit in children, especially in those with high MnTn.
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 | 0,003 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».