MétaCan
Menu
Retour à la cohorte
Enregistrement W4323067018 · doi:10.1097/jom.0000000000002778

Association Between Serum Trace Heavy Metals and Liver Function Among Adolescents

2023· article· en· W4323067018 sur OpenAlexaff
Daheng Yang, Haobo Zhu, Hongjian Chen, Guangfeng Long

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésOdds ratioAlanine aminotransferaseConfidence intervalLiver functionInternal medicineMedicineNational Health and Nutrition Examination SurveyLiver function testsGastroenterologyAlanine transaminaseZincHeavy metalsCholesterolPhysiologyEndocrinologyEnvironmental healthChemistryPopulationEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exposure to metals has been associated with liver-related disease. Few studies have explored the effect of sex stratification on adolescent liver function. METHOD: From the National Health and Nutrition Examination Survey (2011-2016), 1143 subjects aged 12-19 years were selected for analysis. The outcome variables were the levels of alanine aminotransferase (ALT), aspartate aminotransferase, and gamma-glutamyl transpeptidase. RESULTS: The results showed a positive association between serum zinc and ALT in boys (odds ratio [OR], 2.37; 95% confidence interval [CI], 1.11-5.06). Serum mercury was associated with an increase in ALT level in girls (OR, 2.73; 95% CI, 1.14-6.57). Mechanistically, the efficacy mediated by total cholesterol accounted for 24.38% and 6.19% of the association between serum zinc and ALT. CONCLUSIONS: The results imply that serum heavy metals were associated with the risk of liver injury, possibly mediated by serum cholesterol, in adolescents.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,295
Écart entre enseignants0,265 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetTrace Elements in HealthTravaux en français237 207