Portable HEPA filter air cleaner use during pregnancy and children’s autistic behaviors at four years of age: The UGAAR randomized controlled trial
Notice bibliographique
Résumé
Developmental exposure to airborne particulate matter (PM) may increase children’s risk of developing autism spectrum disorder. We quantified the impact of reducing PM exposure during pregnancy on the development of autistic traits in children. We also assessed associations between indoor fine PM (PM2.5) concentrations during pregnancy and autistic traits. In this parallel-group randomized controlled trial, we randomized 540 non-smoking pregnant women to receive HEPA filter air cleaners or to a control group, which did not receive air cleaners. We administered the Social Responsiveness Scale (SRS-2) to caregivers when children were a median of 48 months (range: 48 to 51 months). Our primary outcome was the SRS-2 total T-score. We imputed missing data using multiple imputation with chained equations and our primary analysis was by intention to treat. In secondary analyses, we estimated associations between full pregnancy and trimester-specific indoor PM2.5 concentrations and T-scores. We enrolled participants at a median of 11 weeks’ gestation. Our analysis included 478 children (233 control, 245 intervention). The intervention reduced average indoor PM2.5 concentrations by 29 % (95 % CI: 21, 37 %). The mean SRS-2 total T-score was 0.5 units lower (95 % CI: −2.5, 1.5) among intervention participants, with evidence of larger benefits for children at the high end of the T-score distribution. An interquartile range (9.6 µg/m3) increase in indoor PM2.5 during pregnancy was associated with 1.8-unit (95 % CI: 0.3, 3.2) increase in mean SRS-2 total T-score. Effect estimates for PM2.5 concentrations by trimester were smaller and confidence intervals spanned no effect. Reducing indoor PM during pregnancy had little impact on mean autism-related behavior scores in children. However, indoor PM2.5 concentrations during pregnancy were associated with higher scores. Exposure to particulate matter during pregnancy may influence the development of autistic traits in childhood. Trial registration: ClinicalTrials.gov: NCT01741051.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,004 | 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 tête enseignante, 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 ».