Prenatal Exposure to Perfluoroalkyl Substances and Child Behavior at Age 12: A PELAGIE Mother–Child Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Per- and polyfluoroalkyl substances (PFAS) are chemical substances spread throughout the environment worldwide. Exposure during pregnancy represents a specific window of vulnerability for child health. OBJECTIVE: Our objective was to assess the impact of prenatal exposure to multiple PFAS on emotional and behavioral functions in 12-y-old children. METHOD: In the PELAGIE mother-child cohort (France), prenatal exposure to nine PFAS was measured from concentrations in cord serum samples. Behavior was assessed at age 12 y using the parent-reported Strengths and Difficulties Questionnaire (SDQ) and the self-reported Dominic Interactive for Adolescents (DIA) for 444 children. Associations were estimated using negative binomial models for each PFAS. Bayesian kernel machine regression (BKMR) models were performed to assess the exposure mixture effect on children's behavior. RESULTS: (95% CI: 1.01, 1.19), respectively]. Concurrent increases in the PFAS concentrations included in the BKMR models showed no change in the SDQ externalizing and DIA internalizing subscales scores. CONCLUSION: Prenatal exposure to PFNA and PFOA were associated with increasing scores for measures of externalizing behaviors, specifically hyperactivity. We also identified associations between PFNA and PFDA prenatal exposure levels and increasing scores related to internalizing behaviors (general anxiety and major depressive disorder), which adds to the as yet sparse literature examining the links between prenatal exposure to PFAS and internalizing disorders. https://doi.org/10.1289/EHP12540.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».