Gestational exposure to organochlorine compounds and metals and infant birth weight: effect modification by maternal hardships
Notice bibliographique
Résumé
BACKGROUND: Gestational exposure to toxic environmental chemicals and maternal social hardships are individually associated with impaired fetal growth, but it is unclear whether the effects of environmental chemical exposure on infant birth weight are modified by maternal hardships. METHODS: We used data from the Maternal-Infant Research on Environmental Chemicals (MIREC) Study, a pan-Canadian cohort of 1982 pregnant females enrolled between 2008 and 2011. We quantified eleven environmental chemical concentrations from two chemical classes - six organochlorine compounds (OCs) and five metals - that were detected in ≥ 70% of blood samples collected during the first trimester. We examined fetal growth using birth weight adjusted for gestational age and assessed nine maternal hardships by questionnaire. Each maternal hardship variable was dichotomized to indicate whether the females experienced the hardship. In our analysis, we used elastic net to select the environmental chemicals, maternal hardships, and 2-way interactions between maternal hardships and environmental chemicals that were most predictive of birth weight. Next, we obtained effect estimates using multiple linear regression, and plotted the relationships by hardship status for visual interpretation. RESULTS: Elastic net selected trans-nonachlor, lead, low educational status, racially minoritized background, and low supplemental folic acid intake. All were inversely associated with birth weight. Elastic net also selected interaction terms. Among those with increasing environmental chemical exposures and reported hardships, we observed stronger negative associations and a few positive associations. For example, every two-fold increase in lead concentrations was more strongly associated with reduced infant birth weight among participants with low educational status (β = -100 g (g); 95% confidence interval (CI): -215, 16), than those with higher educational status (β = -34 g; 95% CI: -63, -3). In contrast, every two-fold increase in mercury concentrations was associated with slightly higher birth weight among participants with low educational status (β = 23 g; 95% CI: -25, 71) compared to those with higher educational status (β = -9 g; 95% CI: -24, 6). CONCLUSIONS: Our findings suggest that maternal hardships can modify the associations of gestational exposure to some OCs and metals with infant birth weight.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
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 ».