Predictors, sources, and health risk of exposure to neonicotinoids in Chinese school children: A biomonitoring-based study
Notice bibliographique
Résumé
BACKGROUND: Recent studies have suggested an extensive exposure to neonicotinoids in human, but the information on predictors, sources, and health risk remains limited in children. OBJECTIVE: To explore the predictors, sources, and health risk for exposure of Chinese school children to neonicotinoids by biomonitoring method. METHODS: In 2019, 309 school children aged 7-11 years were selected from a dynamic cohort of children established in Shanghai, East China. Eight neonicotinoids and four metabolites were determined in first morning urine. After detailed information on demographic and socioeconomic indices, intake of drinking water, food consumption, and anthropometric measurements was collected, the predictors and sources of exposure to neonicotinoids were explored by binary and ordinal logistic regression models. Health risk was assessed by the hazard quotient (HQ) and hazard index (HI) based on estimated daily exposure dose. RESULTS: Six neonicotinoids (thiamethoxam, clothianidin, imidacloprid, acetamiprid, nitenpyram, and dinotefuran) and three metabolites (N-desmethyl-thiamethoxam, N-desmethyl-clothianidin, and N-desmethyl-acetamiprid) were detected in 81.3% of urine samples. Children in nuclear family or girls had a higher detection frequency of thiamethoxam. N-desmethyl-acetamiprid was more likely to be detected in children who were older, physically active, or obese. Parents' occupation was heterogeneously associated with the detection of thiamethoxam and clothianidin. Thiamethoxam and clothianidin were more likely to be detected in children consuming more fresh vegetables in all or its specific items of cabbage, nori, and kelp. N-desmethyl-acetamiprid was more likely to be detected in children who drank more tap water. The maximum HQ and HI were 0.3522 and 0.5187, respectively, and 2.8% of children had a HI between 0.1 and 1. CONCLUSION: Predictors for the exposure of children to neonicotinoids included demographic and socioeconomic factors, physical exercise, and relative body weight. Tap water and fresh vegetables were potential sources. A low risk was posed on children's health by the neonicotinoids.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,001 | 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 tête enseignante, 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 ».