MétaCan
Menu
Back to cohort
Record W7004929965

PFAS i blod – modellering av exponering via dricksvatten

2022· article· sv· W7004929965 on OpenAlexaboutno aff

Bibliographic record

VenueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2022
Typearticle
Languagesv
FieldPharmacology, Toxicology and Pharmaceutics
TopicPhytochemistry and Bioactivity Studies
Canadian institutionsnot available
Fundersnot available
KeywordsStatistical analysis
DOInot available

Abstract

fetched live from OpenAlex

Syftet med projektet var att undersöka sambandet mellan halter av per- och polyfluorerade alkylsubstanser (PFAS) i dricksvatten (DV) och i serumprover från befolkningsgrupper som druckit PFAS-förorenat DV under lång tid. Målet var att utveckla en populationsmodell där PFAS-halter i serum kan uppskattas från PFAS-halter i DV och exponeringstid för detta DV. I projektet användes redan publicerade resultat från studier av PFAS-halter i serum och DV, omfattande anställda vid Arvidsjaurs flygplats (brunnsvatten), permanent/fritidsboende i närheten av Luleå flygplats (brunnsvatten), permanent/fritidsboende i närheten av Visby flygplats (brunnsvatten), och invånare från Uppsala (kommunalt DV). En grupp vuxna från Karlshamn (kommunalt vatten) fick representera populationer som druckit rent DV. Linjära regressionsanalyser visade starka samband mellan uppmätta PFAS-halter i serum och DV. PFHxS uppvisade den högsta kvoten mellan halt i serum och DV (ca 100), medan PFHxA och PFBS hade kvoter i intervallet 1-2. Skillnaderna i kvoter, som illustrerar hur effektivt PFAS bioackumuleras i kroppen från DV, är relaterad till hur länge olika PFAS stannar i kroppen efter avslutad exponering (halveringstider). PFAS med långa halveringstider (PFOA, PFHxS, PFOS) hade klart högre kvoter, och därmed högre bioackumulering, än PFAS med korta halveringstider (PFHxA, PFBS). I separata regressionsanalyser observerades lägre kvoter mellan PFAS-halt i serum och DV hos kvinnor än hos män, vilket antyder att kvinnor inte bioackumulerar de studerade PFAS från DV i lika hög grad som män. Befolkningen i Sverige exponeras för PFAS från andra källor än DV, vilket leder till bakgrundshalter av PFAS i serum även bland dem som inte druckit förorenat DV. Resultaten från regressionsanalyserna användes för att uppskatta vid vilka halter av PFAS i DV som det med stor sannolikhet går att upptäcka PFAS-halter i serum som ligger över bakgrundshalterna. Dessa PFAS-halter i DV varierade mellan olika PFAS, från ca 50 ng/L för PFOA till ca 100 ng/L för PFOS. Dessa halter ligger mycket högre än de som normalt uppmäts i kommunalt och enskilt DV i Sverige, och representerar halter i starkt förorenade områden. Med den relativt enkla populationsmodell som utvecklats i projektet kan man beräkna hur halterna av PFAS i serum påverkas av PFAS-halterna i DV. Dessutom kan man beräkna hur PFAS-halterna i serum påverkas av exponeringstiden för det förorenade DV, samt hur halterna minskar i serum efter övergång till rent DV. Som ingångsvärden i modellen användes de bakgrundshalter av PFAS i serum och kvoter mellan serum/DV-halter av PFAS som tagits fram i regressionsanalysen. Dessutom utnyttjades de halveringstider som tagits fram för de som arbetade (och konsumerade PFAS-förorenat DV) vid Luleå flygplats, samt en population vuxna från Canada. I ett test av modellen jämfördes de modellerade halterna av PFOA, PFHxS och PFOS i serum med uppmätta halter i tre populationer från Sverige (Ronneby), Italien (Veneto) och Arnsberg (Tyskland) som druckit förorenat DV under lång tid. Jämförelsen visade att modellen på ett bra sätt uppskattar variationen av halterna i serum i populationen, men att den underskattar medelhalterna, om medianen används vid jämförelsen. Om de modellerade medelvärdena (artimetiskt medelvärde) istället används i jämförelsen med de uppmätta medianerna, ligger de modellerade och uppmätta medel-halterna nära varandra. De observerade skillnaderna kan bero på att den regressionsanalys som användes för att ta fram ingångsvärdena i modellen påverkat fördelningen av värdena på ett sätt som inte helt överensstämmer med fördelningen i de studerade populationerna. Eliminering av PFAS efter övergång till rent DV modellerades också. Som exempel användes haltdata från de Ronnebybor som druckit förorenat DV under lång tid. Som slutpunkt i modelleringen användes den serumhalt som i medeltal representerar ett långsiktigt intag av PFAS i nivå med det tolerabla veckointaget (serumTVI), som EFSA tagit fram i sin senaste riskbedömning. SerumTVI är uppskattat för en summa-halt av PFOA, PFNA, PFHxS och PFOS i serum (6,9 ng PFAS4/ml). Modelleringen pekar mot en stor variation i den tid det tar innan serumTVI nås i en befolkningsgrupp efter byte till rent DV. Den kortaste tiden modellerades till 14 år och den längsta till längre än en livstid. Resultaten i projektet uppmuntrar till fortsatt utveckling av modellen för uppskattning av PFAS-halter i serum från uppmätta halter i DV.

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)0.005
metaresearch head score (Gemma)0.012
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.033
Threshold uncertainty score0.068

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.012
Meta-epidemiology (narrow)0.0020.001
Meta-epidemiology (broad)0.0020.004
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0020.002
Research integrity0.0020.004
Insufficient payload (model declined to judge)0.0200.005

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 head0.084
GPT teacher head0.362
Teacher spread0.278 · 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 designSimulation or modeling
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
Published2022
Admission routes1
Has abstractyes

Explore more

Same venueKTH Publication Database DiVA (KTH Royal Institute of Technology)Same topicPhytochemistry and Bioactivity StudiesFrench-language works237,207