MétaCan
Menu
Retour à la cohorte
Enregistrement W4416121532 · doi:10.1186/s12940-025-01237-9

Prenatal fluoride exposure and autistic behaviors in preschool-aged children: the Maternal-Infant Research on Environmental Chemicals (MIREC) cohort study

2025· article· en· W4416121532 sur OpenAlexafffundabout
Adele Carty, Rivka Green, Carly Goodman, John McLaughlin, Howard Hu, Bruce P. Lanphear, E. Angeles Martínez‐Mier, Amanda J MacFarlane, Gina Muckle, Jeffrey R. Brook, Christine Till

Notice bibliographique

RevueEnvironmental Health · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFluoride Effects and Removal
Établissements canadiensCentre hospitalier de l'Université LavalCentre hospitalier universitaire de QuébecUniversité LavalChild and Family Research InstituteHospital for Sick ChildrenYork UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute of Environmental Health SciencesCanadian Institutes of Health ResearchHealth Canada
Mots-clésCohort studyPrenatal exposureCohortAutismPregnancyFluorideAssociation (psychology)

Résumé

récupéré en direct d'OpenAlex

The prevalence of autism spectrum disorder has risen in recent decades. Given the growing evidence that prenatal fluoride exposure may be neurotoxic, we examined associations between prenatal fluoride exposure and parent-reported autistic behaviors in preschool-aged children. We studied 453 mother-child pairs using data from the Maternal-Infant Research on Environmental Chemicals (MIREC) study, a prospective Canadian birth cohort. Autistic behaviors were assessed in children at 3 to 4 years using the Social Responsiveness Scale-Second Edition (SRS-2) Preschool Form, where a higher score indicates more autistic behaviors. We estimated prenatal fluoride exposure using three methods: (i) maternal urinary fluoride adjusted for specific gravity (MUF SG ), from spot urine samples collected at each trimester and the mean calculated across samples, (ii) daily maternal fluoride intake, based on self-reported consumption of tap water, coffee, and tea during the first and third trimesters, and (iii) water fluoride concentration in tap water. We used multivariable linear regression models to estimate associations between the SRS-2 scale T-scores and each fluoride exposure separately. We used multivariable logistic regression to estimate the association between each prenatal fluoride exposure and an elevated SRS-2 total T-score (i.e., 90th percentile or higher). Potential effect modification of MUF SG was examined by child sex, daily folic acid supplementation, and plasma total folate in pregnancy. The mean SRS-2 total T-score for children aged 3 to 4 years was 45.3 (SD = 6.1, range = 34 to 85). The median MUF SG concentration was 0.43 mg/L (interquartile range = 0.33 mg/L). MUF SG was not significantly associated with the SRS-2 total T-score in multivariable linear regression (β = -0.16; 95% CI, -1.70, 1.39) or logistic regression (OR = 0.76; 95% CI, 0.29, 1.96). Similarly, estimated daily fluoride intake and water fluoride concentration were not associated with the SRS-2 total T-score. No effect modification was observed. There was no evidence of an association between prenatal fluoride exposure and autistic behaviors in preschool-aged children, in contrast to previous MIREC research findings on lead and phthalates. Given that this cohort has relatively few children with high SRS-2 scores, further research is needed in other groups of children to more fully explore this association.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,290
Score d'incertitude au seuil0,576

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,290
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetFluoride Effects and RemovalTravaux en français237 207