Longitudinal analysis of the association between removal of dental amalgam, urine mercury and 14 self-reported health symptoms
Notice bibliographique
Résumé
BACKGROUND: Mercury vapor poses a known health risk with no clearly established safe level of exposure. Consequently there is debate over whether the level of prolonged exposure to mercury vapor from dental amalgam fillings, combining approximately 50% mercury with other metals, is sufficiently high to represent a risk to health. The objective of our study is to determine if mercury exposure from amalgam fillings is associated with risk of adverse health effects. METHODS: In a large longitudinal non-blind sample of participants from a preventative health program in Calgary, Canada we compared number of amalgam fillings, urine mercury measures and changes in 14 self-reported health symptoms, proposed to be mercury dependent sub-clinical measures of mental and physical health. The likelihood of change over one year in a sample of persons who had their fillings removed was compared to a sample of persons who had not had their fillings removed. We use non-parametric statistical tests to determine if differences in urine mercury were statistically significant between sample groups. Logistic regression models were used to estimate the likelihood of observing symptom improvement or worsening in the sample groups. RESULTS: At baseline, individuals with dental amalgam fillings have double the measured urine mercury compared to a control group of persons who have never had amalgam fillings. Removal of amalgam fillings decreases measured urine mercury to levels in persons without amalgam fillings. Although urine mercury levels in our sample are considered by Health Canada to be too low to pose health risks, removal of amalgam fillings reduced the likelihood of self-reported symptom deterioration and increased the likelihood of symptom improvement in comparison to people who retained their amalgam fillings. CONCLUSIONS: Our findings suggest that mercury exposure from amalgam fillings adversely impact health and therefore are a health risk. The use of safer alternative materials for dental fillings should be encouraged to avoid the increased risk of health deterioration associated with unnecessary exposure to mercury.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».