MétaCan
Menu
← Retour à la cohorte
Enregistrement W3169740698 · doi:10.1096/fasebj.27.1_supplement.1073.14

Association of Lead Exposure and Untargeted Metabolomics with BMI and Hormones in Adolescence

2013· article· en· W3169740698 sur OpenAlexaff
Karen E. Peterson, Dana C. Dolinoy, Charles Burant, J. Lee, Brisa N. Sánchez, Z Zhang, Tianxin Yang, Jaclyn M. Goodrich, Adrienne S. Ettinger, John D. Meeker, Howard Hu, Maritsa Solano, Ning Wang, MM Téllez‐Rojo

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetabolomicsEndocrinologyBody mass indexInternal medicineHormoneTestosterone (patch)MetaboliteLeptinPhysiologyMedicineBiologyChemistryObesityBioinformatics

Résumé

récupéré en direct d'OpenAlex

Lead, an endocrine disrupting chemical (EDC), has been related to delays in weight and pubertal onset, but limited data account for metabolic mechanisms. We examined the additional variance in Body Mass Index (BMI), estradiol and testosterone among n=40 children aged 7–15 yr predicted by metabolomics, using a multi‐index model with variable selection to construct 2 indices for % methylation of CpG sites in utero and peripuberty of 4 candidate genes associated with physical growth and 2 indices each built from 317 metabolites with known functions and 440 so called “known‐unknown” compounds. After adjusting for child sex, age, leptin, blood lead at 4 yr and % methylation, the R 2 for BMI increased from 0.81 to 0.95, when metabolites were included in the model. For estradiol and total testosterone, the R 2 increased from 0.51 and 0.33, without metabolites, to 0.95 and 0.94 with metabolites, respectively. Using Metscape 2.0 to visualize the pathways associated with lead exposure, we found bile acid, amino acid and nucleotide metabolism were enriched. Results suggest our capacity to predict BMI, and hormonal markers of sexual maturation related to EDCs is markedly improved with inclusion of metabolites. Research support: NIEHS/EPA P20 ES01817101/RD834800; NIEHS R01 ES007821 ; P30 ES017885 ; P30 DK 089503.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,240
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetEffects and risks of endocrine disrupting chemicals→Travaux en français237 207→