Are cell phones an indicator of personal exposure to organophosphate flame retardants and plasticizers?
Notice bibliographique
Résumé
BACKGROUND: Exposure to organophosphate ester (OPE) flame retardants and plasticizers is widespread and is of concern due to their toxicity. OBJECTIVES: To investigate relationships between and within OPE concentrations in air, dust, hands, electronic product wipes and urinary metabolites with the goal of identifying product sources and exposure pathways. METHODS: Women in Toronto and Ottawa, Canada, provided a urine sample, two sets of hand wipes, access to their homes for air and dust sampling, and completed a questionnaire. OPE concentrations were obtained for air and floor dust in the bedroom (n = 51) and most used room (n = 26), hand wipes (n = 204), and surface wipes of handheld (n = 74) and non-handheld electronic devices (n = 125). All air, dust and wipe samples were analyzed for 23 OPE compounds; urine samples (n = 44) were analyzed for 8 OPE metabolites. RESULTS: Five-8 OPEs were detected in >80% of samples depending on the sample type. OPE median concentrations in hand wipes taken 3 weeks apart were not significantly different. Palms had higher concentrations than the back of hands; both were significantly correlated. Concentrations of 9 OPEs were significantly higher in surface wipes of handheld than non-handheld electronic devices. Six OPEs in hand wipes were significantly correlated with cell phone wipes, with two to four OPEs significantly correlated with tablet, laptop and television wipes. Multiple regression models using hand wipes, cell phone wipes and dust explained 8-33% of the variation in creatinine-adjusted urinary metabolites; air concentrations did not have explanatory power. OPEs in cell phone wipes explained the greatest variation in urinary metabolites. CONCLUSIONS: Handheld electronic devices, notably cell phones, may either be sources or indicators of OPE exposure through hand-to-mouth and/or dermal uptake.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,026 | 0,002 |
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 ».