Prenatal exposure to pesticide mixture in Argentina: A pilot study in puerperal women from Santa Fe province
Notice bibliographique
Résumé
Abstract Introduction The epidemiological investigation of congenital anomalies (CA) represents a challenge due to the multiplicity of associated risk factors, notably environmental ones. The monitoring of genotoxic effects in different populations is a useful tool in human biomonitoring and has great biological importance in estimating the exposure risks to complex mixtures of chemical substances. Objective This study aimed to determine the presence of environmental xenobiotics and evaluate their genotoxic effect, in mothers of newborns with and without CA, and the possible association/correlation between those biomarkers and CA. Materials and methods A descriptive case and control cross‐sectional study was developed on 290 postpartum women from Santa Fe, Argentina. Results Significant differences were observed between both groups, for places of residence and gynecological variables. Metabolites of organochlorine (OC), organophosphate (OP), and pyrethroid (PYR) pesticides were detected. The most frequently detected compounds were atrazine (ATZ) (57.14%), carbendazim (CBZ) (46.42%), and methylparaben (46.42%), among others. A positive correlation was found between the number of pesticides in blood and genotoxic variables. On the other hand, mothers of children with genitourinary anomalies were the ones with the highest concentrations of ATZ and OP. Discussion and conclusion These results showed a deep background in the health reality of Santa Fe, which could greatly impact the health of future adults, who have been born preterm. On the other hand, the mixture of pesticides detected confirms the environmental living conditions of women and the transplacental exposure to these compounds in each pregnancy. The potential effects on long‐term descendent health are unknown and unpredictable.
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 | 0,000 | 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) | 0,001 | 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 ».