MERCURY EXPOSURE IN REMOTE FISH EATING POPULATIONS AND CARDIOVASCULAR RISK FACTORS
Notice bibliographique
Résumé
Background and aims: More and more data suggest that the cardiovascular system should be considered a potential target for mercury. For example, work conducted in the Faeroe Islands in children and in Greenland suggests associations between mercury exposure and blood pressure and heart beat variability which are known risk factors for cardiac health. Other studies conducted in Europe suggest association between mercury and increase risk of myocardial infarction. Methods: We have studied three large remote fish eating communities in the Arctic, sub Arctic and South Pacific which are exposed to high doses of mercury (3 adults and 1 child cohorts) Mercury was measured in blood as well as potential confounding nutritional factors and Paraoxanase (PON) 1 activity. Heart Rate Variability (HRV) and blood pressure were also measured. Results: Mercury concentrations in blood averaged 86, 75, 49 and 81 nmol/L in adults from Nunavik, (Arctic Québec), French Polynesians, James Bay Crees Indians and Inuit newborn respectively. In most of these studies we found that mercury exposure was associated with decrease HRV and increase blood pressure. For example, in Inuit adults, we found that a 10 percent increase in blood mercury was associated with an increase of 0.2 mm Hg in systolic blood pressure after controlling for other factors. Concerning biomarkers, our results in Inuit adults suggest that in a multiple regression model adjusted for age, HDL-C, omega-3 fatty acids, and PON1 variants, blood mercury concentrations were negatively associated with PON1 activities [beta = -0.022, standard error (SE) = 0.005, p < 0.001), whereas blood selenium concentrations were positively associated with PON1 activities (beta = 0.024, SE = 0.004, p < 0.001). Conclusion: Since heart diseases represent the most important causes of death, even a slight negative impact on the cardiovascular system could be of greater public health relevance than any other health effects related to mercury exposure.
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 | 0,000 | 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) | 0,002 | 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 ».