Metals and oxidative potential in urban particulate matter influence systemic inflammatory and neural biomarkers: A controlled exposure study
Notice bibliographique
Résumé
BACKGROUND: Oxidative stress and inflammation are considered to be important pathways leading to particulate matter (PM)-associated disease. In this exploratory study, we examined the effects of metals and oxidative potential (OP) in urban PM on biomarkers of systemic inflammation, oxidative stress and neural function. METHODS: ). Exposures lasted 130 min, separated by ≥2 weeks. Metal concentrations and OP (measured by ascorbate and glutathione depletion in synthetic airway fluid) in PM were analyzed. Blood and urine samples were collected pre-exposure, and 1-h and 21-h post exposure for assessment of biomarkers. We used mixed-regression models to analyze associations adjusting for PM size and mass concentration. RESULTS: Results for metals were expressed as change (%) from daily pre-exposure biomarker levels after exposure to a metal at a level equivalent to the mean concentration. Exposure to various metals (silver, aluminum, barium, copper, iron, potassium, lithium, nickel, tin, and/or vanadium) was significantly associated with increased levels of various blood or urinary biomarkers. For example, the blood inflammatory marker vascular endothelia growth factor (VEGF) increased 5.3% (95% confidence interval: 0.3%, 10.2%) 1-h post exposure to nickel; the traumatic brain injury marker ubiquitin C-terminal hydrolase L1 (UCHL1) increased 11% (1.2%, 21%) and 14% (0.3%, 29%) 1-h and 21-h post exposure to barium, respectively; and the systemic stress marker cortisol increased 1.5% (0%, 2.9%) and 1.5% (0.5%, 2.8%) 1-h and 21-h post exposure to silver, respectively. Urinary DNA oxidation marker 8‑hydroxy‑deoxy‑guanosine increased 14% (6.4%, 21%) 1-h post exposure to copper; urinary neural marker vanillylmandelic acid increased 29% (3%, 54%) 1-h post exposure to aluminum; and urinary cortisol increased 88% (0.9%, 176%) 1-h post exposure to vanadium. Results for OP were expressed as change (%) from daily pre-exposure biomarker levels after exposure to ascorbate-related OP at a level equivalent to the mean concentration, or for exposure to glutathione-related OP at a level above the limit of detection. Exposure to ascorbate- or glutathione-related OP was significantly associated with increased inflammatory and neural biomarkers including interleukin-6, VEGF, UCHL1, and S100 calcium-binding protein B in blood, and malondialdehyde and 8-hydroxy-deoxy-guanosine in urine. For example, UCHL1 increased 9.4% (1.8%, 17%) in blood 21-h post exposure to ascorbate-related OP, while urinary malondialdehyde increased 19% (3.6%, 35%) and 8-hydroxy-deoxy-guanosine increased 24% (2.9%, 48%) 21-h post exposure to ascorbate- and glutathione-related OP, respectively. CONCLUSION: Our results from this exploratory study suggest that metal constituents and OP in ambient PM may influence biomarker levels associated with systemic inflammation, oxidative stress, perturbations of neural function, and systemic physiological stress.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».