Combining biomonitoring data in children and biokinetic modeling to guide decision-making for health risk management – a case study on lead emitted by a smelter in Rouyn-Noranda, Canada
Notice bibliographique
Résumé
This work aims at illustrating the benefit of combining lead (Pb) biomonitoring data with toxicokinetic simulations in order to confidently identify the risk management intervention that favors the greatest reduction of blood Pb level (BLL) in children exposed to smelter emissions in a mining city from northern Quebec, Canada. The U.S. EPA’s Integrated Exposure and Uptake BioKinetic (IEUBK) model was parametrized with relevant environmental concentrations data to simulate background BLL (in average Canadian children) and local BLL (in children from the concerned community). The resulting simulations were compared with corresponding BLL biomonitoring data. Next, soil and air concentrations were lowered sequentially within the IEUBK model to values specified in Quebec’s environmental regulations. IEUBK simulations predicted mean BLL values that were similar to the measured biomonitoring values, for both the background (predicted: 0.56 vs observed: 0.5 µg/dL) and local BLL (1.24 vs 1.16 µg/dL). Repeating local BLL simulations with lower Pb concentration in the air or soil based on regulatory guidelines showed a much stronger impact of decreasing soil Pb as compared to air Pb. Concluding, this work shows that soil remediation should be prioritized to lower local children’s BLL. Also, the combined use of case-specific environmental Pb levels and biomonitoring data can increase the level of confidence toward an IEUBK-driven identification of the most effective measure for lowering children’s BLLs, in the ≤2 µg/dL domain.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».