Iodine Status Modifies the Association between Fluoride Exposure in Pregnancy and Preschool Boys’ Intelligence
Notice bibliographique
Résumé
In animal studies, the combination of in utero fluoride exposure and low iodine has greater negative effects on offspring learning and memory than either alone, but this has not been studied in children. We evaluated whether the maternal urinary iodine concentration (MUIC) modifies the association between maternal urinary fluoride (MUF) and boys’ and girls’ intelligence. We used data from 366 mother–child dyads in the Maternal–Infant Research on Environmental Chemicals Study. We corrected trimester-specific MUF and MUIC for creatinine, and averaged them to yield our exposure variables (MUFCRE, mg/g; MUICCRE, µg/g). We assessed children’s full-scale intelligence (FSIQ) at 3 to 4 years. Using multiple linear regression, we estimated a three-way interaction between MUFCRE, MUICCRE, and child sex on FSIQ, controlling for covariates. The MUICCRE by MUFCRE interaction was significant for boys (p = 0.042), but not girls (p = 0.190). For boys whose mothers had low iodine, a 0.5 mg/g increase in MUFCRE was associated with a 4.65-point lower FSIQ score (95% CI: −7.67, −1.62). For boys whose mothers had adequate iodine, a 0.5 mg/g increase in MUFCRE was associated with a 2.95-point lower FSIQ score (95% CI: −4.77, −1.13). These results suggest adequate iodine intake during pregnancy may minimize fluoride’s neurotoxicity in boys.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».