High Serum Lead Levels Increase the Incidence of Cognitive Impairment of Public Fueling Station Operators
Notice bibliographique
Résumé
BACKGROUND: Air pollution due to lead contained in motor vehicle fuel is inhaled for a long period causing cognitive impairment. Cognitive disorders in general fuel station operators are found in developing countries as a negative impact of environmental pollution. AIM: This study aims to find out that high levels of lead in the blood increase the risk of cognitive impairment in operators of Public Fuel Filling Stations. METHODS: This was a case-control study design to determine high lead levels in the blood increasing the risk of cognitive impairment in operators of General Fuel Filling Stations. There were 76 study subjects consisting of 38 case groups and 38 control groups. RESULTS: Obtained lead levels of all research subjects in normal criteria (1.1-5.58 µg/dL). We used MoCA-Ina (a validated Indonesian version of MoCA questionnaire) to evaluate the cognitive function. High lead levels in the blood in the case group were 28 subjects (66.7%) and 14 subjects (33.7%) in the control group. Factors that significantly affected the occurrence of cognitive disorders are work periods of more than 3 years, which are 4 times higher risk of experiencing cognitive impairment (p = 0.021). CONCLUSION: High lead levels in the blood have a 6 times greater risk of cognitive impairment than subjects with not high blood lead levels and work periods of more than 3 years have a risk of 6 times greater cognitive impairment.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 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 ».