MétaCan
Menu
Retour à la cohorte
Enregistrement W2982146702 · doi:10.1097/01.ee9.0000611316.49416.d8

Environmental contaminant body burdens and the relationship with blood pressure measures among Indigenous Canadians: Results from the Nituuchischaayihtitaau Aschii: Multi-Community Environment-and-Health Longitudinal Study in Eeyou Istchee, a cross-sectional study

2019· article· en· W2982146702 sur OpenAlexaffabout
Zuk A, Eric N. Liberda, Leonard J. S. Tsuji

Notice bibliographique

RevueEnvironmental Epidemiology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoisson regressionBlood pressureIndigenousPollutantPrincipal component analysisMedicineLinear regressionDemographyDiastoleEnvironmental healthChemistryInternal medicineEnvironmental chemistryMathematicsStatisticsBiologyPopulationEcology

Résumé

récupéré en direct d'OpenAlex

OPS 18: Cardiometabolic effects of chemical exposures, Room 110, Floor 1, August 26, 2019, 1:30 PM - 3:00 PM Blood pressure (BP) increments increase cardiovascular disease (CVD) risk. Recently, clinical practice guidelines lowered hypertension definitions. Indigenous Canadians experience slightly higher CVD compared to non-Indigenous Canadians. Environmental contaminant body burden from persistent organochlorine pollutants, organic compound concentrations (OCs), and metals have been linked with hypertension risk. This study examined the role of OCs, and metals on hypertension among Indigenous Canadians. Methods: Using data from the Environment-and-Health Study in Eeyou Istchee territory of northern Québec, Canada, the sample restricted to adults over 20-years of age, with valid BP measures and detectable body burden mixtures. In total, n=774 participants were eligible, of which, n=452, 58% females. Principal Component Analysis (PCA) was used to reduce the complexity of the contaminant data. Orthogonal principal component (PC) variables were used as independent predictors in both multivariable linear regression, and modified Poisson regression models with robust variance estimation, deriving relative risk for hypertension defined using systolic BP (SBP) ≥140 mm Hg or diastolic BP (DBP) ≥90 mm Hg. Results: Three PCs were extracted from the PCA analysis. PC-1, PC-2, and PC-3, explained 72%, 5.5% and 4.8% of the variation, respectively. Polychlorinated biphenyls and OCs positively highly loaded on the first axes (PC-1), followed by moderate loadings for metal mercury. Lead loaded positively, whereas DDT negatively loaded on PC-2, and cadmium strongly loaded on the third PC axis. Systolic BP measures were significantly associated with PC-1 across all models. In the final model, PC-1 increased SBP β=1.72 (95% CI 0.42, 3.02). PC-3, represented by cadmium was associated with SBP but after adjusting for body mass, PC-3 was no longer associated with SBP. Hypertension was consistently and significantly associated with PC-1 across models, RR=1.14 (95% CI 1.02, 1.28) in the final adjusted model. Conclusion: Using a reduction technique, this cross-sectional analysis found OCs to be associated with increased SBP.

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)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,111
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,115
Tête enseignante GPT0,334
Écart entre enseignants0,219 · 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.

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental EpidemiologyMême sujetClimate Change and Health ImpactsTravaux en français237 207