MétaCan
Menu
Retour à la cohorte
Enregistrement W4396231713 · doi:10.1289/ehp13556

Characterizing Important Dietary Exposure Sources of Perfluoroalkyl Acids in Inuit Youth and Adults in Nunavik Using a Feature Selection Tool

2024· article· en· W4396231713 sur OpenAlexafffundabout
Amira Aker, Vy Kim Nguyen, Pierre Ayotte, Sylvie Ricard, Mélanie Lemire

Notice bibliographique

RevueEnvironmental Health Perspectives · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensNunavik Regional Board of Health and Social ServicesInstitut National de Santé Publique du QuébecUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec - SantéCrown-Indigenous Relations and Northern Affairs CanadaMinistère de la SantéMinistère de la Santé et des Services sociauxArcticNetInstitut National de Santé Publique du Québec
Mots-clésArcticEnvironmental healthGeographyThe arcticBiologyEcologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous studies have identified the consumption of country foods (hunted/harvested foods from the land) as the primary exposure source of perfluoroalkyl acids (PFAA) in Arctic communities. However, identifying the specific foods associated with PFAA exposures is complicated due to correlation between country foods that are commonly consumed together. METHODS: ). Adaptive elastic net, a machine learning technique, identified the most important food items for predicting PFAA biomarker levels while accounting for the correlation among the food items. We used generalized linear regression models to quantify the association between the most predictive food items and six plasma PFAA biomarker levels. The estimates were converted to percent changes in a specific PFAA biomarker level per standard deviation increase in the consumption of a food item. Models were also stratified by food type (market or country foods). RESULTS: was also associated with higher concentrations of perfluorohexanesulphonic acid (PFHxS) and perfluorononanoic acid (PFNA), albeit with lower percentage changes. PFHxS, perfluorooctanoic acid (PFOA), and PFNA followed some similar patterns, with higher levels associated with frequent consumption of ptarmigan [6.1% (95% CI: 3.2%, 9.0%); 5.1% (95% CI: 1.1%, 9.1%); 5.4% (95% CI: 1.8%, 9.0%)]. Among market foods, frequent consumption of processed meat and popcorn was consistently associated with lower PFAA exposure. CONCLUSIONS: , and ptarmigan. Our results support policies regulating PFAA production and use to limit the contamination of Arctic species through long-range transport. https://doi.org/10.1289/EHP13556.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,763

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetPer- and polyfluoroalkyl substances researchTravaux en français237 207