P-268 Metal exposure and risk of Parkinson’s disease: systematic review and meta-analyses
Notice bibliographique
Résumé
Introduction Parkinson’s disease (PD) is the second most common neurodegenerative disorder. Metal exposure has been suggested as a possible environmental risk factor by many epidemiological studies, but results have been inconsistent. Additionally, existing reviews on metal exposure and PD risk lack careful screening for study design and quality, especially on the exposure assessment. Objectives We aimed to synthesize the literature on metal exposure and PD risk by examining the quality of the overall study and exposure assessment method. Methods We conducted a systematic review on observational studies of metal levels from biological matrices, and dietary and occupational/environmental sources among PD patients and controls. We searched the PubMed/MEDLINE, EMBASE and Cochrane databases up to July 2020. Metal species included manganese, iron, copper, lead, mercury, aluminum, calcium, selenium, zinc, magnesium, cadmium, chromium and nickel, and the outcome was idiopathic PD. We applied an adapted Newcastle-Ottawa Scale (NOS) and a previously established exposure assessment rating to evaluate each individual study. We then performed meta-analyses with random-effects model. Results 80 case-control studies were included, of which 69 were graded as low or moderate quality. The majority of case-control studies were hospital-based and applied biomonitoring approaches to quantify metal levels after disease diagnosis. Studies on copper, iron, manganese and zinc were most prevalent. Meta-analyses showed no significant PD risk for these metals and heterogeneity among studies was substantial. Furthermore, 5 cohort studies were retained, but the population source, metal exposure and follow-up period were heterogeneous. Conclusion The level of evidence on metal exposure and PD risk is limited and no consensus can be drawn from the literature. Reverse causality cannot be ruled out by existing biomonitoring studies. Studies assessing metal levels before disease onset are needed to improve our understanding of the role of metals in the etiology of PD.
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 | 0,010 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,027 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; 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 ».