Effect of excess Fluoride consumption on Urine-Serum Fluorides, Dental state and Thyroid Hormones among children in “Talab Sarai” Punjab Pakistan
Notice bibliographique
Résumé
Abstract 190 children aged 7-18 years from an endemic fluorotic village “Talab Sarai (n = 130) and a non-fluorotic, control, village “Ottawa” (n = 60) were selected for comparison. Children were examined for fluoride (F-) concentration in drinking water, urine, and serum as well as Dental fluorosis (DF) and thyroid hormone levels. The mean concentration of water fluoride (WF) in the sample group was 6.23 mg/L, urine fluoride (UF) 3.38 mg/L, and serum fluoride (SF) 0.21 mg/L, while DF was 93.07%. Significant elevations (P = 0.000) in the concentration of all these four variables were observed in sample group children as compared to control. Mean Free Tetra-iodothyronine (FT4), Free Tri-iodothyronine (FT3) and Thyroid Stimulating Hormone (TSH) concentrations in the sample group were 16.64pmol/L, 5.57 pmol /L and 4.41 mlU/L, respectively. No marked difference in FT4 (P = 0.1) was noted, while significant elevations in FT3 and TSH (P = 0.000) were found in the sample relative to the control group. 80% of the children displayed clear thyroid hormonal derangements, with 36.92% having high TSH and 43.07% with FT3 and FT4 disorders. A moderate to strong correlation among WF, UF, SF and DF (r = 0.94, 0.60, 0.60, 0.72) and a very strong correlation between WF and TSH (r = 0.9) were observed. Our results suggest that excess F- level that is four times greater than the “safe limit” is not only increasing fluoride concentration in body fluids but is also affecting thyroid hormones in 4 out of 5 children which could lead to abnormal physical and mental growth in later developmental stages.
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 | 0,001 | 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) | 0,001 | 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 ».