Exposition à l'arsenic et diabète de type 2 : résultats de l’Enquête canadienne sur les mesures de la santé de 2007 à 2009
Bibliographic record
Abstract
Introduction L’arsenic inorganique et ses métabolites sont considérés comme dangereux pour la santé humaine. Même si plusieurs études ont indiqué des associations entre une faible exposition à l’arsenic et le diabète sucré aux États-Unis et au Mexique, ces associations n’ont pas été étudiées chez les Canadiens. Nous avons analysé l’association entre l’exposition à l’arsenic, mesurée par la concentration d’arsenic total dans l’urine, et la prévalence du diabète de type 2 (DT2) chez 3 151 participants adultes du cycle 1 (2007 à 2009) de l’Enquête canadienne sur les mesures de la santé (ECMS). Méthodologie La glycémie et l’hémoglobine glycosylée ont été mesurées chez les participants. L’arsenic total a été dosé par une analyse d’urine. De plus, les participants ont répondu à un questionnaire détaillé sur leurs habitudes de vie et leurs antécédents médicaux. Nous avons analysé l’association de la concentration urinaire d’arsenic avec le DT2 et le prédiabète à l’aide d’une régression logistique multivariée ajustée pour les facteurs de confusion potentiels. Résultats La concentration urinaire d’arsenic total était positivement associée à la prévalence de DT2 et de prédiabète : les rapports de cotes ajustés étaient respectivement de 1,81 (IC à 95% : 1,12 à 2,95) et de 2,04 (IC à 95% : 1,03 à 4,05) lorsqu’on comparait les concentrations urinaires d’arsenic les plus élevées (quatrième quartile) aux plus faibles (premier quartile). L’arsenic total urinaire était également associé au taux d’hémoglobine glycosylée chez les diabétiques non traités. Conclusion Nous avons noté des associations significatives entre l’exposition à l’arsenic et la prévalence de DT2 et de prédiabète dans la population canadienne. L’inférence causale est limitée car il s’agit d’une étude transversale exempte d’évaluation de l’exposition à long terme.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".