A benchmark concentration analysis for manganese in drinking water and IQ deficits in children
Notice bibliographique
Résumé
BACKGROUND: Manganese is an essential nutrient, but in excess, can be a potent neurotoxicant. We previously reported findings from two cross-sectional studies on children, showing that higher concentrations of manganese in drinking water were associated with deficits in IQ scores. Despite the common occurrence of this neurotoxic metal, its concentration in drinking water is rarely regulated. OBJECTIVE: We aimed to apply a benchmark concentration analysis to estimate water manganese levels associated with pre-defined levels of cognitive impairment in children, i.e. drop of 1%, 2% and 5% in Performance IQ scores. METHODS: Data from two studies conducted in Canada were pooled resulting in a sample of 630 children (ages 5.9-13.7 years) with data on tap water manganese concentration and cognition, as well as confounders. We used the Bayesian Benchmark Dose Analysis System to compute weight-averaged median estimates for the benchmark concentration (BMC) of manganese in water and the lower bound of the credible interval (BMCL), based on seven different exposure-response models. RESULTS: The BMC for manganese in drinking water associated with a decrease of 1% Performance IQ score was 133 μg/L (BMCL, 78 μg/L); for a decrease of 2%, this concentration was 266 μg/L (BMCL, 156 μg/L) and for a decrease of 5% it was 676 μg/L (BMCL, 406 μg/L). In sex-stratified analyses, the manganese concentrations associated with a decrease of 1%, 2% and 5% Performance IQ in boys were 185, 375 and 935 μg/L (BMCLs, 75, 153 and 386 μg/L) and 78, 95, 192 μg/L (BMCLs, 9, 21 and 74 μg/L) for girls. CONCLUSION: Studies suggest that a maximum acceptable concentration for manganese in drinking water should be set to protect children, the most vulnerable population, from manganese neurotoxicity. The present risk analysis can guide decision-makers responsible for developing these standards.
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 | 0,018 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».