MétaCan
Menu
Retour à la cohorte
Enregistrement W2913462050 · doi:10.3390/ijerph16030471

Exposure Characterization of Haloacetic Acids in Humans for Exposure and Risk Assessment Applications: An Exploratory Study

2019· article· en· W2913462050 sur OpenAlexaff
Shahid Parvez, Jeffrey L. Ashby, Susana Y. Kimura, Susan D. Richardson

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Treatment and Disinfection
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHaloacetic acidsRisk assessmentExposure assessmentCharacterization (materials science)Environmental healthEnvironmental scienceMedicineComputer scienceNanotechnologyEnvironmental engineeringMaterials scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Disinfected water is the major source of haloacetic acids (HAAs) in humans, but their inter- and intra-individual variability for exposure and risk assessment applications is under-researched. Thus, we measured HAAs in cross-sectional and longitudinal urine and water specimens from 17 individuals. Five regulated HAAs-mono, di, and trichloroacetic acid (MCAA, DCAA, and TCAA) and mono- and dibromoacetic acid (MBAA and DBAA)-and one unregulated HAA-bromochloroacetic acid (BCAA)-were measured. Urinary DCAA, MBAA, DBAA, and BCAA levels were always below the limits of detection (LOD). Measured levels and interindividual variability of urinary MCAA were higher than urinary TCAA. Longitudinal urinary specimens showed MCAA levels peaked in after-shower specimens, while TCAA levels remain unchanged. Correlation between urinary MCAA and TCAA was moderate but statistically significant. The prevalence of MCAA and TCAA in urine suggest they can be considered as biomarkers of HAA. Peak urinary MCAA in post-shower specimens suggest MCAA captures short-term exposure via dermal and/or inhalation, while urinary TCAA captures long-term exposure via ingestion. However, further research is warranted in a large pool of participants to test the reliability of MCAA as exposure biomarker.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,045
Tête enseignante GPT0,363
Écart entre enseignants0,318 · 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

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetWater Treatment and DisinfectionTravaux en français237 207