MétaCan
Menu
Retour à la cohorte
Enregistrement W4220784367 · doi:10.1038/s41370-022-00425-w

Non-persistent exposures from plasticizers or plastic constituents in remote Arctic communities: a case for further research

2022· article· en· W4220784367 sur OpenAlexafffundabout
Amira Aker, Élyse Caron-Beaudoin, Pierre Ayotte, Sylvie Ricard, Véronique Gilbert, Ellen Avard, Mélanie Lemire

Notice bibliographique

RevueJournal of Exposure Science & Environmental Epidemiology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensNunavik Regional Board of Health and Social ServicesMakivik CorporationUniversity of TorontoKativik Regional GovernmentVancouver Coastal HealthInstitut National de Santé Publique du QuébecThe Scarborough HospitalCégep de Saint-LaurentUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéCrown-Indigenous Relations and Northern Affairs CanadaMinistère de la SantéMinistère de la Santé et des Services sociauxHealth CanadaArcticNetInstitut National de Santé Publique du Québec
Mots-clésPlasticizerArcticThe arcticEnvironmental scienceEnvironmental chemistryWaste managementChemistryEngineeringBiologyEcologyOceanographyGeologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Persistent organic pollutant exposures are well-documented in the Arctic, but fewer studies examined non-persistent chemicals, despite increased market food and consumer product consumption. OBJECTIVE: To measure phenol, paraben, phthalate, and alternative plasticizer concentrations in Inuit adults. METHODS: The study included 30 pooled urine samples from Qanuilirpitaa? 2017 Nunavik Inuit Health Survey (Q2017) participants. Creatinine-adjusted geometric mean concentrations (GM) and 95% confidence intervals (CI) were compared across sex, age, and regions, and compared to those in the Canadian Health Measures Survey (CHMS) and the First Nations Biomonitoring Initiative (FNBI). RESULTS: Q2017 bisphenol-A concentrations were double the CHMS 2018-2019 concentrations [GM (95% CI): 1.98 (1.69-2.31) versus 0.71 (0.60-0.84) µg/g creatinine], but in line with FNBI [1.74 (1.41-2.13) µg/g creatinine]. Several phthalate concentrations were higher in Q2017 versus CHMS, particularly monobenzyl phthalate, which was was 19-fold higher in Q2017 versus CHMS 2018-2019 [45.26 (39.35-52.06) versus 2.4 (2.0-2.9) µg/g creatinine] and four-fold higher than FNBI. There were also four-fold higher concentrations of the two alternate plasticizer 2,2,4-trimethyl-1,3-pentanediol diisobutyrate (TIXB) metabolites in Q2017 compared to CHMS 2018-2019. Women and people living in Ungava Bay had generally higher concentrations of non-persistent chemicals. SIGNIFICANCE: The results suggest higher concentrations of certain non-persistent chemicals in Inuit versus the general Canadian population. IMPACT: Few studies have explored non-persistent chemical distributions in Northern communities, despite the increasing consumer product and market food consumption. We analyzed 30 pooled samples from the Qanuilirpitaa? Nunavik Inuit Health Survey 2017 to assess exposures to common plasticizes and plastic constituents and compare their levels with the general Canadian population and First Nation groups. We observed particularly higher levels of bisphenol-A, of monobenzyl phthalate, and of two 2,2,4-trimethyl-1,3-pentanediol diisobutyrate (TXIB) metabolites among Nunavimmiut compared to the general Canadian population, notably among women and Ungava Bay residents. Larger studies are required to confirm our findings and identify potential adverse health effects from these exposures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,287
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,405
Écart entre enseignants0,335 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Exposure Science & Environmental EpidemiologyMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207