Status of Hearing Loss and Its Related Factors among Drivers in Zahedan, South-Eastern Iran
Notice bibliographique
Résumé
OBJECTIVE: This study aims to investigate loss of hearing among drivers in Zahedan, southeastern Iran. PATIENTS & METHODS: This study carried out on a total of 1836 drivers in Zahedan in 2013. Loss of hearing in both ears was measured at 250, 1000, 2000, 3000, 4000, 6000, and 8000 Hertz. The demographic variables, blood parameter and anthropometric data were recorded through interview and examinations. Data were analyzed in Stata.12 software using paired t-tests, McNemar test and Multiple Logistic Regression. RESULTS: The mean age was 38.2±9.8 years. The highest mean hearing thresholds in the right and left ears were 25.7±9.1 and 27.7±9.1, respectively at 250 Hz. There was significant difference between left and right ears hearing threshold at all frequencies (P<0.001), and the highest difference occurred at 250 Hz. Hearing threshold in the left ear was greater than in the right ear at all frequencies. Hearing threshold was correlated to marital status, type of license, and vehicle, smoking, age, and driving history at all frequencies (P<0.01), and also significantly correlated to blood sugar and cholesterol levels at 250 and 500 Hz in both left and right ears (P<0.01). CONCLUSION: In conclusion, high levels of noise increase hearing threshold with greatest damage to the left ear. Therefore, drivers should be periodically examined for ear damage in accordance to variables affecting loss of hearing. Moreover, drivers must be educated about usage of appropriate ear-plugs during driving, especially for the left ear.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».