MétaCan
Menu
Retour à la cohorte
Enregistrement W3003975211 · doi:10.1016/j.envint.2019.105450

Maternal exposure to arsenic and mercury and associated risk of adverse birth outcomes in small-scale gold mining communities in Northern Tanzania

2020· article· en· W3003975211 sur OpenAlexafffund
Elias C. Nyanza, Deborah Dewey, Mange Manyama, Jonathan W. Martin, Jennifer Hatfield, François P. Bernier

Notice bibliographique

RevueEnvironment International · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of Calgary
Mots-clésPregnancyMedicineLow birth weightBirth weightObstetricsAbortionProspective cohort studyEpidemiologyCohort studyTanzaniaPremature birthOdds ratioPoisson regressionDemographyEnvironmental healthGestational agePopulationSurgeryBiologyInternal medicineGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exposure to arsenic and mercury in artisanal and small-scale gold mining (ASGM) communities is an issue that predominantly affects low and middle-income countries. Large epidemiology studies in these communities are rare, and the impact of such exposures on reproductive outcomes are not well understood. OBJECTIVE: To examine associations between prenatal maternal arsenic and mercury exposure and birth outcomes in both ASGM and non-ASGM communities in Northern Tanzania. METHODS: This longitudinal prospective study included 961 women (ASGM = 788, non-ASGM = 173) of the original cohort of 1056 who were followed until a pregnancy outcome was registered. Maternal spot urine samples and dried blood spots were used to measure total arsenic (T-As) and total mercury (T-Hg) in the second trimester of pregnancy. Data on adverse birth outcomes were collected in 5 categories: spontaneous abortion, stillbirth, preterm birth, low birth weight, and visible congenital anomalies. Mann-Whitney U-tests were used to test for differences between median T-As and T-Hg by area of residence. Logistic regression models were used to estimate the odds of stillbirth and visible congenital anomalies given maternal T-As and T-Hg levels. Modified Poisson regressions were used to estimate relative risk ratios between maternal T-As and T-Hg levels and composite adverse birth outcome, spontaneous abortion, low birth weight, and preterm birth. RESULTS: Statistically significant differences were found in median T-As (9.6 vs. 6.3 µg/L, Mann-Whitney U-tests, Z = -3.50, p < 0.001) and median T-Hg blood concentrations (1.2 vs. 0.70 µg/L, Z = -9.88, p-value < 0.001) between women living in ASGM and non-ASGM areas respectively. In ASGM areas, the adjusted relative risk (aRR) of a composite adverse birth outcome increased with increasing T-As (aRR 1.23, 95%CI: 1.14-1.33, p < 0.0001) and T-Hg (aRR 1.17, 95%CI: 1.1-1.25, p < 0.0001) exposure. Spontaneous abortion (aRR 1.53, 95%CI: 1.28-1.83), stillbirth (adjusted odds ratio (aOR) 1.97, 95%CI: 1.45-2.66) and preterm birth (1.17, 95%CI: 1.01-1.36) were significantly associated with elevated T-As, whereas elevated T-Hg was significantly associated with stillbirth (aOR 2.49, 95%CI: 1.88-3.29) and visible congenital anomalies (aOR 2.24, 95%CI: 1.3-3.87). CONCLUSION: Over half (54.7%) of women in ASGM areas of Northern Tanzania had adverse birth outcomes and the risk of adverse birth outcomes was significantly associated with increased prenatal exposure to arsenic and mercury.

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)0,000
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 enseignants0,012
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,189 · 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

Citations74
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetArsenic contamination and mitigationTravaux en français237 207