Maternal exposure to metals and time‐to‐pregnancy: The <scp>MIREC</scp> cohort study
Notice bibliographique
Résumé
OBJECTIVE: To study the association between maternal exposure to arsenic, cadmium, lead, manganese and mercury, time-to-pregnancy (TTP) and infertility. DESIGN: Pregnancy-based retrospective TTP cohort study. SETTING: Hospitals and clinics from ten cities across Canada. POPULATION: A total of 1784 pregnant women. METHODS: Concentrations of arsenic, cadmium, lead, manganese and mercury were measured in maternal whole blood during the first trimester of pregnancy as a proxy of preconception exposure. Discrete-time Cox proportional hazards models generated fecundability odds ratios (FOR) for the association between metals and TTP. Logistic regression generated odds ratios (OR) for the association between metals and infertility. Models were adjusted for maternal age, pre-pregnancy body mass index, education, income, recruitment site and plasma lipids. MAIN OUTCOME MEASURES: TTP was self-reported as the number of months of unprotected intercourse to become pregnant. Infertility was defined as TTP longer than 12 months. RESULTS: A total of 1784 women were eligible for the analysis. Mean ± SD maternal age and gestational age at interview were 32.2 ± 5.0 years, and 11.6 ± 1.6 weeks, respectively. Exposure to arsenic, cadmium, manganese or mercury was not associated with TTP or infertility. Increments of one standard deviation of lead concentrations resulted in a shorter TTP (adjusted FOR 1.09, 95% CI 1.02-1.16); however, the association was not linear when exposure was modelled in tertiles. CONCLUSION: Blood concentrations of metals at typical levels of exposure among Canadian pregnant women were not associated with TTP or infertility. Further studies are needed to assess the role of lead, if any, on TTP.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».