Is exposure to pesticides associated with biological aging? A systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Exposure to pesticides is a risk factor for various diseases, yet its association with biological aging remains unclear. We aimed to systematically investigate the relationship between pesticide exposure and biological aging. METHODS: PubMed, Embase and Web of Science were searched from inception to August 2023. Observational studies investigating the association between pesticide exposure and biomarkers of biological aging were included. Three-level random-effect meta-analysis was used to synthesize the data. Risk of bias was assessed by the Newcastle-Ottawa Scale. RESULTS: Twenty studies evaluating the associations between pesticide exposure and biomarkers of biological aging in 10,368 individuals were included. Sixteen reported telomere length and four reported epigenetic clocks. Meta-analysis showed no statistically significant associations between pesticide exposure and the Hannum clock (pooled β = 0.27; 95 %CI: -0.25, 0.79), or telomere length (pooled Hedges'g = -0.46; 95 %CI: -1.10, 0.19). However, the opposite direction of effects for the two outcomes showed an indication of possible accelerated biological aging. After removal of influential effect sizes or low-quality studies, shorter telomere length was found in higher-exposed populations. CONCLUSION: The existing evidence for associations between pesticide exposure and biological aging is limited due to the scarcity of studies on epigenetic clocks and the substantial heterogeneity across studies on telomere length. High-quality studies incorporating more biomarkers of biological aging, focusing more on active chemical ingredients of pesticides and accounting for potential confounders are needed to enhance our understanding of the impact of pesticides on biological aging.
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 | 0,013 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,021 | 0,004 |
| Bibliométrie | 0,001 | 0,008 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».