Analysis of legacy and emerging flame retardants, plasticizers and their metabolites in food and breast milk
Notice bibliographique
Résumé
Tous les jours, nous sommes exposés à une grande variété de produits chimiques, tels que les retardateurs de flamme et les plastifiants, qui sont incorporés dans les produits de consommation. Même à faibles doses, il a été constaté que certains de ces produits chimiques perturbent le système endocrinien de l'organisme. C'est ce que l'on appelle des produits chimiques perturbant le système endocrinien (EDC). En raison de l'omniprésence de ces substances, il est important de surveiller notre exposition potentielle aux EDC dans le régime alimentaire. Dans cet esprit, une méthode d'extraction multi-classe a été développée, optimisée et validée pour les éthers diphényliques polybromés (PBDE), les déchloranes, les esters d'organophosphates (OPE) et leurs métabolites (mOPE). De bonnes récupérations sont obtenues pour tous les analytes dans toutes les matrices (49-122%) avec une bonne répétabilité (RSD 1-10%). Les extraits ont été analysés sur LC-QqQ-MS/MS pour la séparation et la quantification des OPE et des mOPE, ainsi que par GC-MS pour la séparation et la quantification des PBDE et des Déchloranes. La séparation chromatographique des isomères du tri-tolyl phosphate (TCP) et de l'isopropylphényl diphényl phosphate (ip-PDPP) a été réalisée pour la première fois avec LC-QTOF-MS. La méthode a été appliquée à divers échantillons d'aliments, notamment du poisson, du poulet, des légumes, du poisson en conserve, du pain et du beurre ainsi que du lait maternel. Plusieurs des composés analysés ont été détectés au-dessus des niveaux de MLOQ. De plus, la méthode actuelle est plus rapide et moins coûteuse que d'autres méthodes. La présence de 14 OPEs et mOPEs a été étudiée dans 66 échantillons d'aliments composites achetés sur le marché du Grand Montréal. De plus, 100 échantillons de lait maternel ont été recueillis auprès de nouvelles mères à Montréal. Toutes les OPEs analysées ont été détectées au-dessus de la limite de quantification dans au moins une matrice. Afin d'étudier l'effet du conditionnement des aliments sur la migration potentielle des OPE et des mOPE dans les aliments, des échantillons d'aliments emballés et non emballés ont été collectés; cependant, il n'y avait aucune différence dans les niveaux d'OPEs ou de mOPEs dans ces échantillons (p> 0,05). La dépendance vis-à-vis des lipides des OPE a également été étudiée en comparant la teneur en lipides de l'échantillon aux teneurs totales en contaminants présents; aucune tendance n'a donc été observée, suggérant ainsi l'indépendance des lipides des OPEs. Le métabolisme des OPEs a été évalué en normalisant les OPEs détectés par le mOPE correspondant; la plupart des échantillons, y compris le lait maternel, contenaient des taux plus élevés d'OPE dans mOPE. Une exception notable est le pain ayant des niveaux plus élevés deTDCPP / BCIPP, de TCP/DCP et du TCEP/BCEP. Compte tenu de la consommation quotidienne moyenne d'aliments pour le Canadien moyen, l'exposition alimentaire aux OPE était estimée à 12800+/-1500 ng/jour [18322 ng/kg bw/jour]. Plusieurs groupes de population ont été pris en compte pour l'exposition alimentaire, notamment des hommes, des femmes, des enfants (5 à 11 ans) et des jeunes enfants (1 à 4 ans). Pour tous les groupes, les valeurs des OPE étaient inférieures de plusieurs ordres de grandeur aux doses de référence correspondantes pour la santé. En utilisant la méthode d'extraction multiclasse développée, il a été possible d'estimer les niveaux d'exposition alimentaire actuels des OPEs et des mOPEs pour les Canadiens. Sur la base de cette évaluation des risques, la population Canadienne est exposée à un niveau tolérable d'OPE. Cependant, une surveillance attentive devrait être poursuivie et étendue à d'autres groupes d'aliments afin d'obtenir une image complète de l'exposition alimentaire aux OPEs. Avec ces données, les décideurs peuvent prendre des décisions plus éclairées en ce qui concerne les produits chimiques de remplacement.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».