MétaCan
Menu
Retour à la cohorte
Enregistrement W4381546176 · doi:10.1016/j.envint.2023.108056

Prenatal exposure to multiple persistent organic pollutants in association with adiposity markers and blood pressure in preadolescents

2023· article· en· W4381546176 sur OpenAlexaff
Elke Rouxel, Nathalie Costet, Christine Monfort, Karine Audouze, Lourdes Cirugeda, Éric Gaudreau, Joan O. Grimalt, Jesús Ibarluzea, Fabrice Lainé, Sabrina Llop, María-José López-Espinosa, Florence Rouget, Loreto Santa‐Marina, Martine Vrijheid, Cécile Chevrier, Maribel Casas, Charline Warembourg

Notice bibliographique

RevueEnvironment International · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensInstitut National de Santé Publique du Québec
Organismes subventionnairesInstituto de Salud Carlos IIIHorizon 2020 Framework ProgrammeGeneralitat ValencianaInstitut de Veille SanitaireInstitut pour la Recherche en Santé PubliqueAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailGeneralitat de CatalunyaMinisterio de Ciencia e InnovaciónFondation de FranceEusko JaurlaritzaInstitut National de la Santé et de la Recherche MédicaleCHIST-ERAAgence Nationale de la RechercheEuropean Regional Development FundEuropean CommissionFundación Alicia Koplowitz
Mots-clésHexachlorobenzeneBody mass indexConfoundingPrenatal exposureWaistMedicineObesityOffspringPregnancyPhysiologyEndocrinologyInternal medicinePollutantChemistryBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Several studies have reported that prenatal exposure to some persistent organic pollutants (POPs) is associated with higher adiposity in childhood. Few studies have assessed whether this finding persists into adolescence, and few have considered exposure to POPs as a mixture. This study aims to assess the association between prenatal exposure to multiple POPs and adiposity markers and blood pressure in preadolescents. METHODS: This study included 1667 mother-child pairs enrolled in the PELAGIE (France) and the INMA (Spain) mother-child cohorts. Three polychlorobiphenyls (PCB 138, 153 and 180, treated as a sum of PCBs) and three organochlorine pesticides (p,p'-Dichlorodiphenyldichloroethylene [p,p'-DDE], β-hexachlorocyclohexane [β-HCH], and hexachlorobenzene [HCB]) were assessed in maternal or cord serum. Body mass index z-score (zBMI), abdominal obesity (waist-to-height ratio > 0.5), percentage of fat mass, and blood pressure (mmHg) were measured at around 12 years of age. Single-exposure associations were studied using linear or logistic regressions, and the POP mixture effect was evaluated using quantile G-computation (qgComp) and Bayesian Kernel Machine Regression (BKMR). All models were adjusted for potential confounders and performed for boys and girls together and separately. RESULTS: Prenatal exposure to the POP mixture was associated with higher zBMI (beta [95 % CI] of the qgComp = 0.15 [0.07; 0.24]) and percentage of fat mass (0.83 [0.31; 1.35]), with no evidence of sex-specific association. These mixture effects were also statistically significant using BKMR. These associations were driven mainly by exposure to HCB and, to a lesser extent, to β-HCH. In addition, the single-exposure models showed an association between β-HCH and p,p'-DDE and higher systolic blood pressure, especially in girls (p,p'-DDE for girls = 1.00 [0.15; 1.86]). No significant associations were found for PCBs. CONCLUSION: This study suggests that prenatal exposure to POPs, particularly organochlorine pesticides, remains associated with unfavorable cardiometabolic health up to the age of 12.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,010
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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 tête enseignante, pas un consensus.

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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetToxic Organic Pollutants ImpactTravaux en français237 207