Gulf War illness: an overview of events, most prevalent health outcomes, exposures, and clues as to pathogenesis
Notice bibliographique
Résumé
INTRODUCTION: During or very soon after the 1990-1991 Persian Gulf War, veterans of the conflict began to report symptoms of illness. Common complaints included combinations of cognitive difficulties, fatigue, myalgia, rashes, dyspnea, insomnia, gastrointestinal symptoms and sensitivity to odors. Gradually in the USA, and later in the UK, France, Canada, Denmark and Australia, governments implemented medical assessment programs and epidemiologic studies to determine the scope of what was popularly referred to as "the Gulf War syndrome". Attention was drawn to numerous potentially toxic deployment-related exposures that appeared to vary by country of deployment, by location within the theater, by unit, and by personal job types. Identifying a single toxicant cause was considered unlikely and it was recognized that outcomes were influenced by genetic variability in xenobiotic metabolism. METHODS: Derived from primary papers and key reports by the Research Advisory Committee on Gulf War Veterans' Illnesses and the Institute of Medicine, a brief overview is presented of war related events, symptoms and diagnostic criteria for Gulf War illness (GWV), some international differences, the various war-related exposures and key epidemiologic studies. Possible exposure interactions and pathophysiologic mechanisms are discussed. RESULTS: Exposures to pyridostigmine bromide, pesticides, sarin and mustard gas or combinations thereof were most associated with GWI, especially in some genotype subgroups. The resultant oxidant stress and background exposome must be assumed to have played a role. CONCLUSION: Gulf War (GW) exposures and their potential toxic effects should be considered in the context of the human genome, the human exposome and resultant oxidant stress to better characterize this unique environmentally-linked illness and, ultimately, provide a rationale for more effective interventions and future prevention efforts.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».