Seasonal variations in exposure to methylmercury and its dietary sources among pregnant Inuit women in Nunavik, Canada
Notice bibliographique
Résumé
Among populations living in close connection with the sea, rivers and lakes for subsistence, diet varies according to local monthly wildlife species availability and food preferences. This may lead to variations in methylmercury (MeHg) exposure over a year, although no biomonitoring studies have documented this issue in Circumpolar populations, the most exposed to international Hg emissions. Our aim was to characterize seasonal variations in MeHg exposure among pregnant Inuit women from Nunavik and to identify country foods responsible for these variations. Between October 2016 and March 2017, 97 participants were recruited. Blood mercury (Hg) was tested and hair Hg was measured by centimeter as a surrogate for monthly MeHg exposure over the past year. Latent class growth analysis was conducted to identify groups of pregnant women with similar hair Hg monthly trajectories. Country foods consumption was documented by season. Seasonal daily intakes of MeHg were estimated based on concentrations in country foods. Retrospective monthly hair Hg analyses revealed that MeHg exposure was lowest in winter, and highest in summer and early fall months. Three latent classes (groups) of pregnant women with similar trajectories of monthly hair Hg variations were identified: high (n = 20, 21%), moderate (n = 38, 41%) and low variation (n = 35, 38%). Beluga meat was the country food contributing to most of daily MeHg intake, primarily during summer and fall, and was the only one associated with the odds of being classified into moderate and high variation groups (OR 95% CI: 1.19 [1.01-1.39] and 1.25 [1.04-1.50]). These findings underscore the importance of monthly variations in exposure to MeHg due to the seasonality of local foods consumed and responsible for elevated MeHg exposure. Further studies critically need to understand local diet fluctuations over a year to adequately assess MeHg exposure, adopt timely preventive interventions and evaluate the effectiveness of the Minamata Convention.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».