Association Between Depression and Urinary Heavy Metal Levels
Notice bibliographique
Résumé
Introduction: Growing concerns about heavy metal pollution due to urbanization and industrialization have highlighted potential links between heavy metal levels and neurological disorders, including depression. This project aims to investigate the relationship between urinary heavy metal levels and depression status. Methods: The US National Health and Nutrition Examination Survey (NHANES) 2011-2018 data were used. Depression was assessed using a nine-item version of the Patient Health Questionnaire (PHQ-9), with a cut-off point of 10 for depression cases. 13 urinary heavy metals were included. Both univariate analyses, the weighted Wilcoxon test and weighted logistic regression with heavy metal variables transformed into quintiles, and multivariate analyses, Classification and Regression Tree (CART) and random forest, were conducted to investigate the association. Results: The weighted Wilcoxon test found higher levels of cadmium (Cd), antimony (Sb), tin (Sn) and tungsten (Tu) and lower levels of mercury (Hg) and arsenic (As) in the depression group. Weighted logistic regression revealed higher depression risks in the fifth quintile of Cd, the third, fourth and fifth quintiles of Sb, and the third and fifth quintiles of Tu levels. Lower risk was detected in the fifth quintile of As levels. Multivariate analysis identified Sn, Cd, As, cesium (Cs), and thallium (Tl) as crucial metals for classifying depression. Conclusion: In conclusion, this project reveals the complex relationship between urinary heavy metals and depression. Depression was associated with different sets of metals depending on the testing method used, and additional investigation is required to explore the potential interactions.
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 | 0,002 |
| 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 | 0,000 | 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) | 0,002 | 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 ».