Exposure to Metal Mixtures and Childhood Adiposity: An Examination of Periods of Heightened Susceptibility Between Gestation and Late Childhood
Notice bibliographique
Résumé
INTRODUCTION: Childhood obesity is a public health concern. Studies have investigated the effects of metal mixtures on childhood obesity but none have identified periods of heightened susceptibility of exposure. We identified the periods by investigating the association of metal mixture, measured at four time points, with adiposity. MATERIALS AND METHODS: Using data from the Maternal-Infant Research on Environmental Chemicals Research Platform, we included 234 child-parent pairs. We measured whole blood metal concentrations during the first and third trimesters, early and late childhood. Outcomes were late childhood body mass index z-score (zBMI), body fat percentage (%BF) and waist circumference z-score (zWC). We used treed distributed lag mixture models (TDLMM) to investigate associations between metal mixture and adiposity. We also investigated associations using linear regression and conducted sex-specific analysis. RESULTS: Among females, arsenic was positively associated with zBMI and zWC. Regression results show that each doubling in third trimester arsenic concentrations was associated with 0.16 (95% CI: 0.02, 0.31) and 0.13 (95% CI: 0.01, 0.25) increase in zBMI and zWC, respectively. TDLMM results were similar but attenuated. We also observed negative associations between third trimester cadmium and zWC, null associations between other metals and adiposity and among males and no metal interactions. CONCLUSION: Third trimester is a period of heightened susceptibility to obesogenic effects of arsenic exposure in females.
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 | 0,001 | 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) | 0,000 | 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 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 ».