Urinary 2,5-dicholorophenol and 2,4-dichlorophenol concentrations and prevalent disease among adults in the National Health and Nutrition Examination Survey (NHANES)
Notice bibliographique
Résumé
Objective To test cross-sectional associations between urinary concentrations of 2,5-dichlorophenol (2,5-DCP) and 2,4-dichlorophenol (2,4-DCP) with the prevalence of cardiovascular disease (CVD), cancer, lung disease, thyroid problems and liver conditions. Methods Logistic regression was used to evaluate associations of urinary concentrations of 2,5-DCP and 2,4-DCP with prevalence of various medical conditions among 3617 National Health and Nutrition Examination Survey participants from 2007–2008 and 2009–2010. ORs and 95% CIs for each disease were estimated. All regression models were adjusted for urinary creatinine. Results We observed a monotonically increasing association between quartiles of 2,5-DCP and prevalence of CVD. After adjustment for sociodemographic and lifestyle characteristics, participants with the highest versus lowest quartile of urinary 2,5-DCP had an OR=1.84 (95% CI 1.26 to 2.70) (p linear trend=0.006). The association was similar with further adjustment for established clinical CVD risk factors. Higher 2,5-DCP was also associated with prevalence of all cancers combined (OR Q4 vs Q1 =1.50 (95% CI 1.00 to 2.26); p trend=0.05) and, in exploratory analyses, with gynaecological cancers (OR Q4 vs Q1 =4.15 (95% CI 1.51 to 11.40; p trend=0.01)). No associations were detected between 2,5-DCP and lung diseases, thyroid problems or liver conditions, nor between 2,4-DCP and prevalent disease. Conclusion In this nationally representative study, higher urinary 2,5-DCP concentrations were associated with greater prevalence of CVD and all cancers combined. Further examination may be warranted to assess whether chronic exposure to 2,5-DCP is associated with incidence of adverse health outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».