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 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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».