Risk of lead exposure, subcortical brain structure, and cognition in a large cohort of 9- to 10-year-old children
Notice bibliographique
Résumé
BACKGROUND: Lead, a toxic metal, affects cognitive development at the lowest measurable concentrations found in children, but little is known about its direct impact on brain development. Recently, we reported widespread decreases in cortical surface area and volume with increased risks of lead exposure, primarily in children of low-income families. METHODS AND FINDINGS: We examined associations of neighborhood-level risk of lead exposure with cognitive test performance and subcortical brain volumes. We also examined whether subcortical structure mediated associations between lead risk and cognitive performance. Our analyses employed a cross-sectional analysis of baseline data from the observational Adolescent Brain Cognitive Development (ABCD) Study. The multi-center ABCD Study used school-based enrollment to recruit a demographically diverse cohort of almost 11,900 9- and 10-year-old children from an initial 22 study sites. The analyzed sample included data from 8,524 typically developing child participants and their parents or caregivers. The primary outcomes and measures were subcortical brain structure, cognitive performance using the National Institutes of Health Toolbox, and geocoded risk of lead exposure. Children who lived in neighborhoods with greater risks of environmental lead exposure exhibited smaller volumes of the mid-anterior (partial correlation coefficient [rp] = -0.040), central (rp = -0.038), and mid-posterior corpus callosum (rp = -0.035). Smaller volumes of these three callosal regions were associated with poorer performance on cognitive tests measuring language and processing speed. The association of lead exposure risk with cognitive performance was partially mediated through callosal volume, particularly the mid-posterior corpus callosum. In contrast, neighborhood-level indicators of disadvantage were not associated with smaller volumes of these brain structures. CONCLUSIONS: Environmental factors related to the risk of lead exposure may be associated with certain aspects of cognitive functioning via diminished subcortical brain structure, including the anterior splenium (i.e., mid-posterior corpus callosum).
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».