Endocrine disruptors: Challenges and future directions in epidemiologic research
Notice bibliographique
Résumé
Public concern about the impact of endocrine disrupting chemicals (EDCs) on both humans and the environment is growing steadily. Epidemiologic research provides key information towards our understanding of the relationship between environmental exposures like EDCs and human health outcomes. Intended for researchers in disciplines complementary to epidemiology, this paper highlights the importance and challenges of epidemiologic research in order to present the key elements pertaining to the design and interpretation of an epidemiologic study on EDCs. The conduct of observational studies on EDCs derives from a thoughtful research question, which will help determine the subsequent methodological choices surrounding the careful selection of the study population (including the comparison group), the adequate ascertainment of exposure(s) and outcome(s) of interest, and the application of methodological and statistical concepts more specific to epidemiology. The interpretation of epidemiologic results may be arduous due to the latency occurring between EDC exposure and certain outcome(s), the complexity in capturing EDC exposure(s), and traditional methodological and statistical issues that also deserve consideration (e.g., confounding, effect modification, non-monotonic responses). Moving forward, we strongly advocate for an integrative approach of expertise in the fields of epidemiology, exposure science, risk assessment and toxicology to adequately study the health risks associated with EDCs while tackling their challenges.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».