MétaCan
Menu
Retour à la cohorte
Enregistrement W4366979444 · doi:10.1016/j.ecoenv.2023.114945

High blood lead level correlates with selective hippocampal subfield atrophy and neuropsychological impairments

2023· article· en· W4366979444 sur OpenAlexaboutno aff
Yi Shi, Yang Yang, Wenhao Li, Zaihua Zhao, Lin‐Feng Yan, Wen Wang, Michael Aschner, Jianbin Zhang, Gang Zheng, Xuefeng Shen

Notice bibliographique

RevueEcotoxicology and Environmental Safety · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMontreal Cognitive AssessmentNeuropsychologyHippocampal formationHippocampusLead (geology)PsychologyLateralization of brain functionBlood lead levelMagnetic resonance imagingCognitionAnxietyAtrophyFunctional magnetic resonance imagingAudiologyInternal medicineMedicineLead exposureNeurosciencePsychiatryCognitive impairment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lead contamination is a major public health concern. Previous studies have demonstrated that lead exposure could affect the hippocampus, which is a complex and heterogeneous structure composed of 12 subregions. Here, we explored volumetric and functional changes in hippocampal subfields and neuropsychological alterations after lead exposure. METHODS: We performed a cross-sectional study at a smelting company between September 2020 and December 2021. Blood lead level was recorded, and neuropsychological functions were assessed by Montreal Cognitive Assessment (MoCA), Mini-Mental State Examination (MMSE), Self-rating Anxiety Scale (SAS), and Self-rating Depression Scale (SDS). The hippocampus was segmented into 12 subfields in each hemisphere in magnetic resonance images (MRIs). Then, the effect of altered hippocampal subfield volumes on brain functions were studied by seed-based functional connectivity (FC) analysis. Finally, the relationships between the lead level with hippocampal subfield volumes and neuropsychological functions were investigated. Baseline characteristics, hippocampal subfield volumes, and FC analysis were compared between lead-exposed (≥ 300 μg/L) and the control group (≤ 100 μg/L). RESULTS: In 76 participants, lead level positively correlated with SDS(r = 0.422) and negatively correlated with MoCA(r = -0.414), MMSE(r = -0.251), Concentration(r = -0.331), Recall(r = -0.319), Orientation(r = -0.298) and Executive Function/Visuospatial abilities(r = -0.231). Lead group (26 participants) had lower MoCA and MMSE and higher SDS than control group (23 participants). A significantly decreased volume in the left CA4 and GC-ML-DG subfields was found in the lead group compared with the control group. The left GC-ML-DG of the lead group showed a decreased FC with the bilateral postcentral gyrus. The left CA4(r = -0.409) and left GC-ML-DG (r = -0.383) volumes negatively correlated with lead level. The FC between left GC-ML-DG and left postcentral gyrus positively correlated with MoCA(r = 0.318), MMSE(r = 0.379) and Recall(r = 0.311). The FC between left GC-ML-DG and right postcentral gyrus positively correlated with MoCA(r = 0.326), Executive Function/Visuospatial abilities(r = 0.307) and Concentration(r = 0.297). CONCLUSION: High blood lead level was associated with neuropsychological alterations, hippocampal structural and functional changes. The left GC-ML-DG and CA4 atrophy might serve as predictive imaging markers for neurological damage associated with high lead exposure.

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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcotoxicology and Environmental SafetyMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207