Exposure to Endocrine Disrupting Chemicals in Canada: Population-Based Estimates of Disease Burden and Economic Costs
Notice bibliographique
Résumé
Exposure to endocrine-disrupting chemicals (EDCs) contributes to substantial disease burden worldwide. We aim to quantify the disease burden and costs of EDC exposure in Canada and to compare these results with previously published findings in the European Union (EU) and United States (US). EDC biomonitoring data from the Canadian Health Measures Survey (2007-2011) was applied to 15 exposure-response relationships, and population and cost estimates were based on the 2010 general Canadian population. EDC exposure in Canada (CAD 24.6 billion) resulted in substantially lower costs than the US (USD 340 billion) and EU (USD 217 billion). Nonetheless, our findings suggest that EDC exposure contributes to substantial and costly disease burden in Canada, amounting to 1.25% of the annual Canadian gross domestic product. As in the US, exposure to polybrominated diphenyl ethers was the greatest contributor of costs (8.8 billion for 374,395 lost IQ points and 2.6 billion for 1610 cases of intellectual disability). In the EU, organophosphate pesticides were the largest contributor to costs (USD 121 billion). While the burden of EDC exposure is greater in the US and EU, there remains a similar need for stronger EDC regulatory action in Canada beyond the current framework of the Canadian Environmental Protection Act of 1999.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».