MétaCan
Menu
Retour à la cohorte
Enregistrement W4393154060 · doi:10.1111/cdoe.12954

Flawed MIREC fluoride and intelligence quotient publications: A failed attempt to undermine community water fluoridation

2024· article· en· W4393154060 sur OpenAlexaffabout
Juliet Guichon, Colin Cooper, A J Rugg-Gunn, James A. Dickinson

Notice bibliographique

RevueCommunity Dentistry And Oral Epidemiology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFluoride Effects and Removal
Établissements canadiensSouth Health CampusUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWater fluoridationMedicineFluorideIntelligence quotientEnvironmental healthDental fluorosisCognitionPediatricsPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the evidence presented in a set of articles that use the Canadian Maternal-Infant Research on Environmental Chemicals (MIREC) study database to claim that community water fluoridation (CWF) is associated with harm to foetal and infant cognitive development. METHODS: Critical appraisal of measurements and processes in the MIREC database, and articles derived therefrom. MIREC's cohort is approximately 2000 pregnant women recruited in 10 centres across Canada, 2008-2011, leading to measuring 512 children aged 3-6 years in six cities. Fluoride exposure was measured by city fluoridation status, self-reports and maternal spot urine samples. Intelligence Quotient (IQ) was measured using the Wechsler Preschool and Primary Scale of Intelligence (WPPSI-III) by different assessors in each city. RESULTS: MIREC's fluoride and IQ measurements are invalid and therefore cannot support the claim that CWF is associated with IQ decline in children. CONCLUSIONS: The MIREC fluoride-IQ articles' results should be considered unacceptable for legal and policy purposes; other water fluoridation studies and systematic reviews show no effect of fluoridation on cognition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,386
score de la tête « metaresearch » (Gemma)0,726
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,757

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3860,726
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0500,019
Études des sciences et des technologies0,0020,007
Communication savante0,0140,007
Science ouverte0,0050,005
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,342
Écart entre enseignants0,276 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations13
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunity Dentistry And Oral EpidemiologyMême sujetFluoride Effects and RemovalTravaux en français237 207