MétaCan
Menu
← Back to cohort
Record W6991018893

Exposition au mercure via la chaîne alimentaire au Nunavik : tendances géographiques et temporelles chez les femmes enceintes

2021· other· fr· W6991018893 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2021
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPhysical activityFood intakeFood consumptionAlcohol consumption
DOInot available

Abstract

fetched live from OpenAlex

En Arctique, les populations autochtones vivent de la consommation de mammifères marins et de poissons et peuvent être exposées à des doses élevées de méthylmercure (MeHg). Par ailleurs, puisque la disponibilité des espèces concernées varie au fil des mois, tout porte à croire que l’exposition au MeHg change aussi d’un mois à l’autre. Il existe encore d’importantes lacunes dans les connaissances quant aux variations géographiques et temporelles de l’exposition au MeHg et quant aux aliments responsables de celles-ci, surtout pour ce qui est de l’exposition chronique et à de plus faibles doses chez les femmes enceintes au Nunavik. Plusieurs résultats de l’Étude sur le développement de l’enfant au Nunavik (EDEN) montrent que la vie fœtale est un moment crucial pour prévenir l’exposition au MeHg afin d’éviter plusieurs effets neurologiques qui se répercutent jusque tard dans l’enfance. En conséquence, en 2011, la Régie régionale de la santé et des services sociaux du Nunavik (RRSSSN) a publié et diffusé un message recommandant aux femmes enceintes et en âge de procréer de réduire leur consommation de viande de béluga. L’objectif de la présente étude était de caractériser les variations géographiques et temporelles de l’exposition au MeHg chez les femmes Inuit durant la grossesse et mieux identifier les aliments traditionnels responsables de ces variations. Cette étude transversale réalisée d’octobre 2016 à mars 2017 visait les femmes enceintes âgées de 16 ans et plus au Nunavik. Les femmes ont été recrutées sur une base volontaire et des échantillons sanguins et de cheveux ont été collectés. Un questionnaire administré lors d’un entretien a été utilisé pour recueillir des informations sur la grossesse, la fréquence de consommation des aliments traditionnels par saison et la sensibilisation aux messages de santé publique. Le Hg total dans le sang a été mesuré par spectrométrie de masse avec plasma à couplage inductif (ICP-MS). Dans les cheveux, le Hg total a été analysé par spectrométrie d’absorption atomique à vapeur froide (CV-AAS), ceci par centimètre (cm) pour évaluer l’exposition mensuelle et rétrospective au mercure (Hg). Des analyses de régressions multiples ont été effectuées afin d’évaluer la variation saisonnière et régionale des niveaux de Hg. Une analyse de classes latentes a été réalisée afin d’identifier les femmes enceintes présentant des trajectoires mensuelles similaires des variations de niveaux de Hg dans les cheveux au fil du temps. Basé sur les concentrations de MeHg dans les aliments traditionnels et la fréquence de consommation de ces aliments, l’apport moyen en MeHg par saison a été estimé. Au final, 97 femmes enceintes de 13 des 14 communautés du Nunavik ont été recrutées. Plus de 23% des participants avaient des concentrations sanguines de Hg supérieures à la recommandation de Santé Canada (≥ 8 µg/L) au moment du recrutement (automne 2016 - hiver 2017). Alors qu’aucune différence régionale des concentrations de Hg dans le sang et dans les cheveux n’a été constatée pendant cette période, les analyses séquentielles de Hg dans les cheveux ont révélé d’importantes variations mensuelles de l’exposition au Hg : les concentrations de Hg étaient plus élevées durant les mois d’été (p < 0.05) et plus basses durant ceux de l’hiver (p < 0.001). Trois classes latentes (groupes) de femmes enceintes avec des trajectoires similaires de variations mensuelles de Hg dans les cheveux ont été identifiées : variation élevée (n = 20; 22%), variation modérée (n = 38; 41%) et faible variation au fil des mois (n = 35; 38%). La viande de béluga était l’aliment traditionnel contribuant globalement à la plus grande proportion de l’apport quotidien en MeHg au sein de chaque groupe de femmes enceintes et durant chaque saison, mais principalement en été. La consommation de viande de béluga était également le seul aliment traditionnel associé au risque d’être classifié dans les groupes de variations mensuelles de Hg modérées et élevées (OR = 1,19 [1,01-1,39] d’être dans le groupe modéré par rapport au faible; OR = 1,25 [1,04 -1,50] d’être dans le groupe élevé par rapport au faible). Un peu plus du tiers (35%) des femmes enceintes avait déjà entendu le message de santé publique recommandant de réduire leur consommation de viande de béluga durant leur grossesse. Notre étude montre une exposition élevée au MeHg chez les femmes enceintes du Nunavik, particulièrement en été, et que la consommation de viande de béluga est la principale source d’exposition au MeHg chez ces femmes. Nos résultats soulignent également l’importance de documenter les variations saisonnières de la consommation d’aliments traditionnels avant de mener des études de biosurveillance pour évaluer de manière plus adéquate l’exposition au MeHg sur une base annuelle. Compte tenu de la prévalence élevée d’insécurité alimentaire au Nunavik et du rôle central que jouent les aliments traditionnels dans la culture et pour le statut nutritionnel des Inuit, une approche plus consolidée avec les professionnels de la santé locaux et des conseils alimentaires ciblés à l’approche de l’été et dans les villages où la viande de béluga est souvent consommée peuvent être des avenues prometteuses pour prévenir l’exposition au MeHg tout en faisant la promotion des aliments traditionnels pour des grossesses et des enfants en santé au Nunavik.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.222
Threshold uncertainty score0.447

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

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.

Opus teacher head0.014
GPT teacher head0.226
Teacher spread0.212 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→