Associations between blood volatile organic compounds, and changes in hematologic and biochemical profiles, in a population-based study
Notice bibliographique
Résumé
OBJECTIVE: To investigate the influence of volatile organic compound (VOC) levels in blood, on hematological and serum biochemical parameters in the Canadian population. METHODS: We tested the association between seven selected VOCs and hematological profiles and serum tests reflecting liver and kidney function and glucose metabolism using a cross-sectional study design in 3950 participants of the Canadian Health Measures Survey from 2012 to 2015. We used generalized linear mixed models adjusting for age, sex, smoking, alcohol consumption, BMI, education and household income. RESULTS: An increase in blood concentration equivalent to the geometric mean for benzene, ethylbenzene, toluene, m-, p-xylenes, styrene, and total xylenes was associated with 0.68% (95% CI 0.36, 1.0) to 0.91% (95% CI 0.52, 1.3) increase in hemoglobin, and a 1.79% (95% CI 0.96, 2.62) to 4.11% (95% CI 3.11, 5.11) increase in total white blood cell count. Ethylbenzene, toluene, m-, p-xylenes and styrene were positively associated with increased platelet counts. A geometric mean increase for all VOCs was associated with decreases in creatinine. m- and p-xylenes were associated with a significant change in every measured blood cell count and liver function parameter, and in creatinine. Ethylbenzene was also positively associated with an increase in every measured hematologic parameter, two of the three liver function tests, and creatinine. Results were similar when stratified by age, but differed by smoking status and sex. CONCLUSIONS: This study provides evidence that VOCs in blood, at levels found in the Canadian population, may influence blood cell counts and indicators of liver and kidney function, including an inverse association between serum VOC and creatinine. This novel finding merits further investigation to understand the impact of VOCs on human physiology and population health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».