Do urinary metabolites reflect occupational exposure to organophosphate flame retardants? A case study in electronic waste recycling workers.
Notice bibliographique
Résumé
Organophosphate esters (OPEs) are commonly used in electronic devices to meet safety standards, but electronic-waste recycling (e-recycling) workers may face significant exposure to those potentially hazardous compounds in their workplace. We examined the relationship between urinary OPE metabolites and their parent compounds in the air, in Canadian e-recycling facilities. We collected personal air samples and end-of-shift urine samples from workers at six e-recycling facilities. We employed linear and Tobit regression models to assess associations between air concentrations of triphenyl phosphate (TPhP) and three metabolites, of tris (2-chloroethyl) phosphate (TCEP) and two metabolites, of tris (2-chloroisopropyl) phosphate (TCPP) and two metabolites, of tris (1,3-dichloro-2-propyl) phosphate (TDCPP), and of tris (2-butoxyethyl) phosphate (TBOEP) and one metabolite each. The 85 participants, mostly male (78 %) and aged between 25 and 54, had concentrations of OPEs detected in 90-100 % of air samples, with geometric means of TPhP, TCEP, TBOEP and TDCPP, of 351, 404, 261 and 250 picomoles per cubic metre respectively. The proportion of detection of their corresponding metabolites varied between 32 % and 98 %. Regression models including the urinary flow rate as a covariate showed that a doubling of the air concentration of TCEP was associated with a 42-107 % increase in its metabolites, and a doubling of air concentration of TBOEP, with a 77 % increase. The paucity of data on the toxicokinetics of OPEs limits the determination of appropriate urinary metabolites to monitor OPE occupational exposure. Such additional data, in combination with workplace contextual information, may help clarify the major routes of exposure and the corresponding contributing sources.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».