MétaCan
Menu
Retour à la cohorte
Enregistrement W4406923805 · doi:10.1016/j.envint.2025.109298

Gestational exposure to environmental chemical mixtures and cognitive abilities in children: A pooled analysis of two North American birth cohorts

2025· article· en· W4406923805 sur OpenAlexafffund
Jagadeesh Puvvula, Wei‐Ting Hwang, Lawrence C. McCandless, Changchun Xie, Joseph M. Braun, Ann M. Vuong, Youssef Oulhote, Enrique F. Schisterman, Russell T. Shinohara, Linda Booij, Maryse F. Bouchard, Kristin A. Linn, Michael M. Borghese, Jean R. Séguin, Angelika Zidek, Christine Till, William D. Fraser, Kimberly Yolton, Kim M. Cecil, Jillian Ashley‐Martin, Tye E. Arbuckle, Bruce P. Lanphear, Aimin Chen

Notice bibliographique

RevueEnvironment International · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensBC Children's HospitalCentre Hospitalier Universitaire de SherbrookeYork UniversityUniversité de SherbrookeCentre Hospitalier Universitaire Sainte-JustineSimon Fraser UniversityHealth CanadaInstitut National de la Recherche ScientifiqueDouglas Mental Health University Institute
Organismes subventionnairesNational Institute of Environmental Health SciencesCanadian Institutes of Health ResearchHealth CanadaNational Institute on AgingU.S. Environmental Protection Agency
Mots-clésIntelligence quotientWechsler Adult Intelligence ScaleBiomarkerCognitionNeurocognitivePsychologyMedicineEnvironmental healthChemistryPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Gestational exposures to single toxic chemicals have been associated with cognitive deficits in children, but few studies have explored chemical mixtures. OBJECTIVES: To evaluate the associations between gestational chemical biomarker mixtures and cognitive abilities in children from two prospective cohorts. METHODS: This study includes 617 birthing parent-child pairs from the Health Outcomes and Measures of the Environment (HOME) and Maternal-Infant Research on Environmental Chemicals (MIREC) Studies. We measured 29 chemical biomarkers (metals, persistent organic pollutants, perfluoroalkyl substances, organophosphate esters, phenols, phthalates, organophosphate pesticides, and parabens) in pregnant individuals during early pregnancy and their children's cognitive abilities at ages 3 to 5 years using Wechsler Intelligence Scales. We assessed linear associations using quantile g-computation and non-linear associations using Bayesian Kernel Machine Regression (BKMR) methods, adjusted for covariates. RESULTS: Using quantile g-computation, we observed overall null associations between the chemical biomarker mixture and cognitive outcomes among preschool-age children. Although statistical significance was not attained for child sex as an effect modifier, our stratified analysis unveiled a moderate divergence in association trends. We noted a marginal inverse trend between the chemical biomarker mixture and cognitive scores [Full-Scale Intelligence Quotient (FSIQ) & Performance Intelligence Quotient (PIQ)] among males. Using quantile g-computation and BKMR methods, we observed that PBDE47, PFHxS, and di-ethyl organophosphates commonly contributed towards a decline in FSIQ scores in males. Among males, a quartile increase in the chemical biomarker mixture was associated with a 0.64-point decrease (95% CI: -2.59, 1.31) in the FSIQ score and a 1.59-point decrease (95% CI: -3.72, 0.54) in the PIQ score. CONCLUSION: In this study, we observed a weak negative trend between the gestational chemical biomarker mixture and cognitive scores (FSIQ/PIQ) among males. Further studies are needed to confirm the findings between the longitudinal chemical biomarkers and child cognitive scores at school ages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,003
Tête enseignante GPT0,272
Écart entre enseignants0,269 · 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 tête enseignante, 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

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207