Hemoglobin adducts of acrylamide in human blood – What has been done and what is next?
Notice bibliographique
Résumé
Acrylamide forms in many commonly consumed foods. In animals, acrylamide causes tumors, neurotoxicity, developmental and reproductive effects. Acrylamide crosses the placenta and has been associated with restriction of intrauterine growth and certain cancers. The impact on human health is poorly understood and it is impossible to say what level of dietary exposure to acrylamide can be deemed safe as the assessment of exposure is uncertain. The determination of hemoglobin (Hb) adducts from acrylamide is increasingly being used to improve the exposure assessment of acrylamide. We aim to outline the literature on Hb adduct levels from acrylamide in humans and discuss methodological issues and research gaps. A total of 86 studies of 27,966 individuals from 19 countries were reviewed. Adduct levels were highest in occupationally exposed individuals and smokers. Levels ranged widely from 3 to 210 pmol/g Hb in non-smokers from the general population and this wide range suggests that dietary exposure to acrylamide varies largely. Non-smokers from the US and Canada had slightly higher levels as compared with non-smokers from elsewhere, but differences within studies were larger than between studies. Large studies with exposure assessment of acrylamide and related adduct forming compounds from diet during early-life are encouraged for the evaluation of health effects.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,001 |
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 ».