MétaCan
Menu
Retour à la cohorte
Enregistrement W2910717777 · doi:10.1289/isesisee.2018.o03.02.43

A Simple Probabilistic Modelling Tool to Estimate Children's Blood Lead Levels Resulting from High Variations of Daily Exposure through Drinking Water in Schools and Daycares

2018· article· en· W2910717777 sur OpenAlexaff
Mathieu Valcke, Marie-Hélène Bourgault

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensInstitut National de Santé Publique du Québec
Organismes subventionnairesnon disponible
Mots-clésPercentileLead (geology)Lead exposureEnvironmental scienceBlood lead levelStatisticsMedicineMathematicsInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Spatiotemporal variations of lead (Pb) concentrations in drinking water ([Pb]DW) from schools and daycares can exceed an order of magnitude, with rare transient peaks possibly surpassing 1 mg/L. Available kinetic models that predict blood Pb levels (BLL) in exposed children hardly allow to account for variations of such magnitude and frequency. Therefore the aim of this study was to develop a simple tool that simulates the daily evolution of BLL in children exposed to ([Pb]DW) at school or daycare.METHODS Basic toxicokinetic equations were assembled to simulate BLL in a typical infant, toddler and child, respectively aged 0.5, 2 and 6 years. Modelling tool validation was done by comparing its predictions of BLL at steady-state with those obtained with the widely accepted Integrated Exposure Uptake Biokinetic Model for Lead in Children (IEUBK). BLL were simulated for each typical individual assuming daily exposure to [Pb]DW over an academic year. Monte Carlo simulations were run to account for uncertainty and variability in [Pb]DW and model parameters.RESULTS The modelling tool predict steady-state BLL that fits (r2 = 0.99) IEUBK predictions for [Pb]DW in the range of 10 – 925 µg/L. For a median [Pb]DW of 14 µg/L (90th percentile = 168 µg/L), average annual BLL (median, 97.5th percentile) vary between 2.5 and 5.4 µg/dL in infant and 1.9 and 3.9 µg/dL in child. Correspondingly, maximum annual BLL are 3.4 and 7.8 µg/dL, and 2.7 and 5.7 µg/dL. The infant and child present BLL > 5 µg/dL for up to respectively 191 and 24 days. Toddler’s and infant’s results are similar.CONCLUSIONS Exposure to [Pb]DW in schools and daycares may lead to increased BLL in children. Along with average level, the spatiotemporal nature of the exposure pattern is in itself an important determinant of BLL. Thus, better characterization, in schools and daycares, of [Pb]DW and children’s drinking water consumption habits are required to evaluate their resulting risk of increased BLL.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,273
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207