Arsenic, Cadmium, Lead, and Mercury in Sweat: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Arsenic, cadmium, lead, and mercury exposures are ubiquitous. These toxic elements have no physiological benefits, engendering interest in minimizing body burden. The physiological process of sweating has long been regarded as "cleansing" and of low risk. Reports of toxicant levels in sweat were sought in Medline, Embase, Toxline, Biosis, and AMED as well as reference lists and grey literature, from inception to March 22, 2011. Of 122 records identified, 24 were included in evidence synthesis. Populations, and sweat collection methods and concentrations varied widely. In individuals with higher exposure or body burden, sweat generally exceeded plasma or urine concentrations, and dermal could match or surpass urinary daily excretion. Arsenic dermal excretion was severalfold higher in arsenic-exposed individuals than in unexposed controls. Cadmium was more concentrated in sweat than in blood plasma. Sweat lead was associated with high-molecular-weight molecules, and in an interventional study, levels were higher with endurance compared with intensive exercise. Mercury levels normalized with repeated saunas in a case report. Sweating deserves consideration for toxic element detoxification. Research including appropriately sized trials is needed to establish safe, effective therapeutic protocols.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle