MétaCan
Menu
Retour à la cohorte
Enregistrement W3017582681 · doi:10.1016/s2542-5196(20)30057-7

Mercury exposure and premature mortality in the Grassy Narrows First Nation community: a retrospective longitudinal study

2020· article· en· W3017582681 sur OpenAlexafffundabout
Aline Philibert, Myriam Fillion, Donna Mergler

Notice bibliographique

RevueThe Lancet Planetary Health · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversité TÉLUQUniversité du Québec à Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDemographyLongitudinal studyLife expectancyMercury (programming language)Proportional hazards modelMedicineEnvironmental healthSurgeryPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Little is known about the influence of toxic exposures on reduced life expectancy in First Nations people in Canada. The Grassy Narrows First Nation community have lived with the consequences of one of the worst environmental disasters in Canadian history. In the early 1960s, 10 000 kg of mercury (Hg) was released into their aquatic ecosystem. Although Hg concentration in fish, their dietary staple, decreased over time, it remains high. We aimed to examine whether elevated Hg exposure over time contributes to premature mortality (younger than 60 years) in this community. METHODS: We did longitudinal and case-control analyses with data for individuals of the Grassy Narrows First Nation community. In 2019, the community obtained their historical Hg biomarker data from a government surveillance programme, which was then shared with the authors. A matched-pair approach allowed us to compare longitudinal hair Hg concentration between cases (individuals who died aged younger than 60 years) and controls (individuals who lived beyond 60 years). Matching criteria included year of birth (allowing 2 years either side), sex, and a minimum of four hair Hg concentration measures, of which at least two were in the same year. Analyses included change-point detection, interrupted time series, mixed models, and Cox survival models. FINDINGS: We analysed data collected between Jan 1, 1970, and Jan 31, 1997, for 657 individuals (319 women and 338 men, born between 1884 and 1991) for whom we assembled a retrospective database of yearly measures of hair Hg concentration (n=3603). Hair Hg concentration decreased over time. A subgroup of 222 individuals (107 women and 115 men) reached or could have reached 60 years old by August, 2019. There was an increased risk of dying at a younger age among those with at least one hair Hg measure of 15 μg/g or more (adjusted hazard ratio 1·55, 95% CI 1·11-2·16; p=0·0088). Among the deceased individuals (n=154), longevity decreased by 1 year with every 6·25 μg/g (4·35-14·29) increase in hair Hg concentration. Analyses of 36 matched pairs showed that hair Hg concentration of those who died aged younger than 60 years was 4·7 times higher (3·4-5·9) than controls. INTERPRETATION: The consistent findings between our different analyses support an association between long-term Hg exposure from freshwater fish consumption and premature mortality in this First Nation community. There is a need to do risk-benefit analyses of freshwater fish consumption in environmentally contaminated regions. FUNDING: Canadian Institutes of Health Research.

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)0,002
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 enseignants0,043
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,319
Écart entre enseignants0,194 · 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

Citations36
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetMercury impact and mitigation studiesTravaux en français237 207