#5395 ASSOCIATION BETWEEN PARABEN EXPOSURE AND EARLY RENAL INJURY IN A MIDDLE-AGED ADULT IN TAIWAN
Notice bibliographique
Résumé
Abstract Background and Aims Parabens are a class of preservatives used in the cosmetics industry and are widely used in people's daily lives, including personal care products (PCPs), pharmaceuticals and food. Epidemiological studies concerning the relations of exposure to parabens with renal function were limited. We aimed to investigate the potential sources of paraben exposure, estimate the daily intake (DI) of four parabens based on their urinary levels and the association between urinary paraben and renal function in a middle-aged adult population in Taiwan. Method We recruited 591 subjects aged from ≥40 to <65 years old (yrs) who have participated in Taiwan Environmental Survey for Toxicants (TEST) study from 2013-2016. Urinary parabens including methylparaben (MeP), ethylparaben (EtP), propylparaben (PrP), and butylparaben (BuP) are measured by liquid chromatography/ tandem mass spectrometry. The cross-sectional analysis of the association between urinary paraben and biomarkers of renal function have also been established. Results The urinary MeP, EtP, PrP and BuP (median) levels were measured at 442, 42.9, 107 and 5.92 μg/L, respectively, which were also 10 times higher than those in other countries. Subjects aged from ≥55 to <65 yrs had higher urinary MeP and EtP levels and DI than those aged from ≥40 to <55 yrs (Fig. 1 & Fig. 2). The median of DI was higher in lotion, perfume and nail polish users than those seldom used (Fig. 3). However, there was no significant difference between DI and PCPs usage, or the cumulative usage of PCPs by gender. The median of creatinine, microalbumin, urinary protein and uric acid were significantly higher in men than in women, the albumin to creatinine ratio was significantly higher in women (3.73 mg/g) than in men (3.05 mg/g). Conclusion The urinary paraben concentration of middle-aged adults in Taiwan was significantly higher than those in US, Canada, and Korea. There was no significant difference among paraben levels, age and gender. PCPs usage was a source of paraben 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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».