Differential pattern of deposition of nanoparticles in the airways of exposed workers
Notice bibliographique
Résumé
Ultrafine particles (UFP) have been postulated to significantly contribute to the adverse health effects associated with exposure to particulate matter (PM). Due to their extremely small size (aerodynamic diameter <100 nm), UFP are able to deposit deep within the lung after inhalation and evade many mechanisms responsible for the clearance of larger particles. There is a lack of biologically relevant personal exposure metrics for exposure to occupational- and environmental-related micro- and nano-sized PM. The aim of the present study is to assess UFP in induced sputum (IS) and exhaled breath condensate (EBC) as possible biomarkers for assessing lung function impairment. Sputum induction and EBC testing were performed by conventional methods. UFP particles were assessed with the NanoSight LM20 (NanoSight Ltd, London, UK). The subjects included 35 exposed and 25 non-exposed workers. There were no group differences in pulmonary function test results and differential cell counts, but 63.6% of the exposed subjects had a higher percentage of neutrophils (OR3.28 p = 0.03) compared to the non-exposed subjects. The exposed subjects had higher percentages of UFP between 10 and 50 nm (69.45 ± 18.70 vs 60.11 ± 17.52 for the non-exposed group, p = 0.004). No differences were found in the IS samples. Years of exposure correlated positively to UFP content ( r = 0.342 p = 0.01) and macrophage content ( r = −0.327 p = 0.03). The percentage of small fraction of UFP in EBC, but not IS, is higher in exposed workers, and EBC may be a sensitive biomarker to assess exposure to nanoparticles.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».