Lead exposure, B-vitamins, and plasma homocysteine in older men
Notice bibliographique
Résumé
Background: Risks for cardiovascular and neurodegenerative disease known to be associated with homocysteine, a one-carbon metabolite, may be influenced by lead exposure. Longitudinal studies and studies of the interplay of lead exposure and dietary factors are lacking. Aims: To examine the longitudinal association of recent and cumulative lead exposure with homocysteine concentrations and the potential modifying effect of dietary intake of nutrients involved in one-carbon metabolism. Methods: In a subcohort of the VA Normative Aging Study (1,056 men with 2,301 total observations between 1993 and 2011), we used mixed effects models to estimate differences in repeated measures of total plasma homocysteine across concentrations of lead in blood and tibia bone, assessing recent and cumulative exposure, respectively. We also estimated differences in rate of change in homocysteine over time associated with blood and bone lead concentrations. Results: Higher exposure to lead was associated with higher homocysteine. An interquartile range (IQR) increment in recent blood lead concentration (3-µg/dl) was associated with 6.3% higher homocysteine concentration (95% confidence interval (CI): 4.8 to 7.8). An IQR increment in cumulative tibia bone lead concentration (14-µg/g) was associated with 3.7% higher homocysteine (95% CI, 1.6 to 5.6), which diminished when we accounted for blood lead. For context, in our data, homocysteine levels increased by 5.7% with 5 years of aging. The association between blood lead and homocysteine was significantly stronger among participants with lower v. higher dietary intakes of vitamin B6 and folate. Conclusions: Higher levels of lead exposure were associated with elevated homocysteine. Increasing intake of folate and B6 may be an effective way to mitigate lead’s effects on homocysteine, and, in turn, cardiovascular disease and neurodegeneration.
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) | 0,001 | 0,001 |
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 ».