A Benchmark Dose Analysis for Maternal Pregnancy Urine‐Fluoride and IQ in Children
Notice bibliographique
Résumé
As a guide to establishing a safe exposure level for fluoride exposure in pregnancy, we applied benchmark dose modeling to data from two prospective birth cohort studies. We included mother-child pairs from the Early Life Exposures in Mexico to Environmental Toxicants (ELEMENT) cohort in Mexico and the Maternal-Infant Research on Environmental Chemicals (MIREC) cohort in Canada. Maternal urinary fluoride concentrations (U-F, in mg/L, creatinine-adjusted) were measured in urine samples obtained during pregnancy. Children were assessed for intelligence quotient (IQ) at age 4 (n = 211) and between six and 12 years (n = 287) in the ELEMENT cohort, and three to four years (n = 407) in the MIREC cohort. We calculated covariate-adjusted regression coefficients and their standard errors to assess the association of maternal U-F concentrations with children's IQ measures. Assuming a benchmark response of 1 IQ point, we derived benchmark concentrations (BMCs) and benchmark concentration levels (BMCLs). No deviation from linearity was detected in the dose-response relationships, but boys showed lower BMC values than girls. Using a linear slope for the joint cohort data, the BMC for maternal U-F associated with a 1-point decrease in IQ scores was 0.31 mg/L (BMCL, 0.19 mg/L) for the youngest boys and girls in the two cohorts, and 0.33 mg/L (BMCL, 0.20 mg/L) for the MIREC cohort and the older ELEMENT children. Thus, the joint data show a BMCL in terms of the adjusted U-F concentrations in the pregnant women of approximately 0.2 mg/L. These results can be used to guide decisions on preventing excess fluoride exposure in pregnant women.
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 | 0,022 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».