Assessing the Relation between Plasma PCB concentrations and Elevated Autistic Behaviours Using Bayesian Predictive Odds Ratios
Notice bibliographique
Résumé
Autism spectrum disorder (ASD) is a neurodevelopmental condition characterized by impaired social communication and repetitive or stereotypic behaviours. In utero exposure to environmental chemicals, such as polychlorinated biphenyls (PCBs), may play a role in the etiology of ASD. We examined the relation between plasma PCB concentrations measured during pregnancy and autistic behaviours in a subset of children aged 3–4 years old in the Maternal-Infant Research on Environmental Chemicals (MIREC) Study, a pregnancy and birth cohort of 546 mother-infant pairs from Canada (enrolled: 2008-2011). We quantified the concentrations of 6 PCB congeners that were detected in >40% of plasma samples collected during the 1st trimester. At age 3–4 years, caregivers completed the Social Responsiveness Scale-2 (SRS), a valid and reliable measure of children’s reciprocal social and repetitive behaviors and restricted interests. We examined SRS scores as both a continuous and binary outcome, and we calculated Bayesian predictive odds ratios for more autistic behaviours based on a latent variable model for SRS scores >60. We found no association between plasma PCB concentrations and autistic behavior, However, we found small and imprecise increases in the mean SRS score and odds of more autistic behaviour for the highest quartile of plasma PCB concentrations compared with the lowest quartile; for instance, an average increase of 1.1 [95%PCI: −0.5, 2.6] in the mean SRS (exposure contrast 4th versus 1st quartile) for PCB138 translated to an odds ratio of 1.6 [95%PCI: 1.0, 2.5].  Our findings illustrate the importance of measuring associations between PCBs and autistic behaviour on both continuous and binary scales.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 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 ».