Improving lead exposure assessment using dried blood spots
Notice bibliographique
Résumé
Le plomb (Pb) est un métal remarquable avec une gamme diversifiée d'applications industrielles et sociétales. Pourtant, le Pb est également un toxique prioritaire dont les effets se manifestent à de très faibles niveaux d'exposition, en tant que tel, le Pb est réglementé par de nombreuses organisations telles que Santé Canada, l'Agence américaine de protection de l'environnement (EPA) et l'Organisation mondiale de la santé (OMS).L'évaluation de l'exposition au Pb est l'une des meilleures approches pour prévenir l'empoisonnement au Pb. Le sang total reste le biomarqueur préféré pour la surveillance du Pb, mais il présente des limites, son caractère invasif, le grand volume d'échantillon requis et la nécessité de conditions spéciales pour sa collecte et son transport.Les taches de sang séché (DBS en anglais) sont une technique d'échantillonnage peu invasive qui a été une alternative aux méthodes traditionnelles pendant des années. Certaines études ont mesuré le Pb dans le DBS, mais il reste des défis qui ont empêché l'adoption du DBS pour mesurer l'exposition au Pb.L'objectif de cette thèse était d'identifier les principales limites du DBS pour l'évaluation de l'exposition au Pb, puis de combler ces lacunes en développant, validant et appliquant de méthodes pour améliorer sa performance. Nous avons effectué une revue systématique sur les limites du DBS dans la surveillance de l'exposition au Pb. Nous avons analysé 36 études et nous avons identifié trois défis principaux: a) la concordance du sang total capillaire et veineux, b) les problèmes de sensibilité analytique et c) l’effet d'hématocrite (HCT). Sur cette base, nous avons conçu une série d'études.D’abord, pour comparer le sang capillaire et veineux dans l'analyse du Pb, nous avons obtenu des échantillons de volontaires de l'Université McGill, et nous avons évalué : a) les différences entre les deux matrices, b) leur relation; et c) leur accord. Il n'y avait pas de différences significatives dans les niveaux de Pb entre le sang total veineux et capillaire et nous avons trouvé une forte corrélation (r2 = 0.96) entre eux. De plus, nous avons remarqué une bonne concordance entre les mesures de Pb dans les deux matrices (biais= 0.13 µg/L). Ensuite, pour répondre au besoin de faibles volumes d'échantillons, de temps de préparation rapides et de coûts, nous avons développé et appliqué une méthode pour évaluer l'exposition au Pb dans le DBS avec la technique de TXRF. Nous avons développé cette méthode en utilisant des matériaux de référence sanguins de Pb, puis l'avons appliquée à un groupe d'individus faiblement exposés au Pb (membres de McGill) et à un groupe de travailleurs fortement exposés. En termes de performances, la limite de détection (LoD) de la méthode était de 0.28 µg/dL. Les moyennes des niveaux de Pb étaient de 0.78 et 3.78 µg/dL pour les membres de McGill et les travailleurs, respectivement. Dans les deux groupes, il y a eu un bon accord entre les mesures de Pb dans les DBS entre TXRF et ICP-MS (biais= -0.02 µg/dL).Finalement, pour traiter l'effet HCT, nous avons développé une méthode pour mesurer les niveaux de potassium (K+) dans le DBS. Ensuite, nous avons développé un facteur de correction pour les différences de HCT entre les échantillons de DBS en utilisant des mesures de K+ et nous avons déterminé la concordance entre le sang total et des DBS avant et après la correction. Il y a eu une amélioration de la concordance après la correction, avec une réduction de la moyenne des différences de 0.41 à 0.17 µg/dL et de la pente de régression (biais proportionnel) de 0.55 à 0.007.Collectivement, cette thèse démontre que les limites du DBS pour évaluer l'exposition au Pb peuvent être améliorées et cette technique peut être appliquée largement dans des populations vulnérables et générales. Les méthodes développées ici peuvent améliorer l'application de la DBS, permettant plus de participants à l'étude et l'inclusion de populations éloignées
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».