MétaCan
Menu
Retour à la cohorte
Enregistrement W4226100316 · doi:10.1016/j.scitotenv.2022.155394

In-utero exposure to indoor air pollution or tobacco smoke and cognitive development in a South African birth cohort study

2022· article· en· W4226100316 sur OpenAlexaff
Grace M. Christensen, Claire Rowcliffe, Junyu Chen, Aneesa Vanker, Nastassja Koen, Meaghan J. Jones, Nicole Gladish, Nadia Hoffman, Kirsten A. Donald, Catherine J. Wedderburn, Michael S. Kobor, Heather J. Zar, Dan J. Stein, Anke Hüls

Notice bibliographique

RevueThe Science of The Total Environment · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensBC Children's HospitalUniversity of British ColumbiaPacific Centre for Reproductive MedicineUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of Environmental Health SciencesFogarty International CenterNational Institutes of HealthMedical Research CouncilSouth African Medical Research CouncilNational Research FoundationWellcome TrustBill and Melinda Gates Foundation
Mots-clésEnvironmental healthTobacco smokeIn uteroAir pollutionPregnancyIndoor air qualityParticulatesSmokePollutionPrenatal exposureMedicineEnvironmental scienceFetusGeographyGestationEnvironmental engineeringMeteorologyBiology

Résumé

récupéré en direct d'OpenAlex

There is increasing evidence indicating that air pollution exposure is associated with neuronal damage. Since pregnancy is a critical window of vulnerability, air pollution exposure during this period could have adverse effects on neurodevelopment. This study aims 1) to analyze associations of prenatal exposure to indoor air pollution (particulate matter with diameters ≤10 μm, PM10) and tobacco smoke with neurodevelopment and 2) to determine whether these associations are mediated by deviations of epigenetic gestational age from chronological gestational age (ΔGA). Data of 734 children from the South African Drakenstein Child Health Study were analyzed. Prenatal PM10 exposure was measured using devices placed in the families' homes. Maternal smoking during pregnancy was determined by maternal urine cotinine measures. The Bayley Scales of Infant and Toddler Development III (BSID-III) was used to measure cognition, language and motor development and adaptive behavior at two years of age. Linear regression models adjusted for maternal age, gestational age, sex of child, ancestry, birth weight/length, and socioeconomic status were used to explore associations between air pollutants and BSID-III scores. A mediation analysis was conducted to analyze if these associations were mediated by ΔGA using DNA methylation measurements from cord blood. An increase of one interquartile range in natural-log transformed PM10 (lnPM10; 1.58 μg/m3) was significantly associated with lower composite scores in cognition, language, and adaptive behavior sub-scores (composite score β-estimate [95%-confidence interval]: −0.950 [−1.821, −0.120]). Maternal smoking was significantly associated with lower adaptive behavior scores (−3.386 [−5.632, −1.139]). Associations were not significantly mediated by ΔGA (e.g., for PM10 and cognition, proportion mediated [p-value]: 4% [0.52]). We found an association of prenatal exposure to indoor air pollution (PM10) and tobacco smoke on neurodevelopment at two years of age, particularly cognition, language, and adaptive behavior. Further research is needed to understand underlying biological mediators.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,079
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207