MétaCan
Menu
Retour à la cohorte
Enregistrement W3199914876 · doi:10.20381/ruor-26878

Associations of Urinary Concentrations of Organophosphates and Pyrethroids with Obesity and Diabetes in Canadian Adults

2021· dissertation· en· W3199914876 sur OpenAlexaboutno aff
N Cheţa

Notice bibliographique

RevueuO Research (University of Ottawa) · 2021
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObesityDiabetes mellitusOrganophosphateEnvironmental healthMedicineUrinary systemEndocrinologyPesticideBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Background: The relationships between both obesity and diabetes and the exposure to insecticides, specifically organophosphates and pyrethroids, in the adult Canadian population are not well-understood. Methods: Urinary concentrations of 4 organophosphate metabolites (DEP, DEPT, DMP, and DMPT) and of 4 pyrethroid metabolites (cis-DBCA, cis-DCCA, 3-PBA, and trans-DCCA) were measured for 1,147 adult Canadians aged between 18-79 years old. The geometric means and medians of both creatinine-adjusted and unadjusted urinary insecticide metabolites were estimated. Multiple linear regression and logistic regression analyses were employed to examine the associations between the insecticide metabolite concentrations and obesity and diabetes measures. Results: Both insecticides had detectable levels in over 70% of CHMS respondents. Most metabolites demonstrated a negative significant relationship between their urinary concentrations and BMI as well as waist circumference. No significant relationship was found in regard to HbA1c levels or for diabetes. Conclusion: Organophosphate and pyrethroid metabolites were detected in more than 70% of Canadian adults. Our data showed no evidence that organophosphate and pyrethroid exposures increase the risks of obesity and diabetes in adults. These results should be interpreted with caution as diet may play a large confounding role in the relationships of study.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetPesticide Exposure and ToxicityTravaux en français237 207