MétaCan
Menu
Retour à la cohorte
Enregistrement W3080817527 · doi:10.1515/reveh-2019-0107

Effect of occupational exposure to petrol and gasoline components on liver and renal biochemical parameters among gas station attendants, a review and meta-analysis

2020· review· en· W3080817527 sur OpenAlexaboutno aff
Somayeh Rahimi Moghadam, Mahdi Afshari, Ali Ganjali, Mahmood Moosazadeh

Notice bibliographique

RevueReviews on Environmental Health · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCreatinineBilirubinMeta-analysisUric acidAlkaline phosphataseAlanine transaminaseConfidence intervalAspartate transaminaseMedicineAlbuminBlood urea nitrogenInternal medicineChemistryBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Kidney and liver are of the most affected organs during permanent exposure to petrol and gasoline components in gas stations. This study aims to investigate the renal and liver involvements in these workers using meta-analysis. METHODS: PubMed, Scopus, Science direct, ISI web of science, and Google scholar motor engine were searched using Mesh terms of the relevant keywords. Screening of titles, abstracts and full texts was continued until the eligible articles meeting the inclusion/exclusion criteria were selected. Quality assessment was conducted using NOS (Newcastle-Ottawa Quality score). The pooled standard mean difference of the renal and liver indices between exposed/unexposed groups was estimated using Stata ver. 11 software. RESULTS: In this systematic review, 22 papers were entered. The pooled standard mean difference (95% confidence interval) between exposed and unexposed groups was estimated as of 0.74 (0.28, 1.21) for alkaline phosphatase (ALP), 2.44 (1.80, 3.08) for aspartate transaminase (AST), 2.06 (1.42, 2.69) for alanine transaminase (ALT), 0.10 (-0.09, 0.29) for total Bilirubin (TB), 0.74 (-0.42, -1.90) for total protein (TP), -0.49 (-0.82, -0.15) for albumin, 0.88 (-0.10, 1.87) for uric acid, 1.02 (0.45, 1.59) for creatinine and 1.44 (0.75, 2.13) for blood urea nitrogen (BUN). CONCLUSION: Our meta-analysis showed that the serum AST, ALT, ALP, total protein, total bilirubin, BUN, uric acid and creatinine levels were higher among workers exposed to petrol and gasoline than control group, while albumin was lower in the serum of the exposed workers. Therefore, occupational exposure to gasoline stations can create adverse effects on kidney and liver function.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,039
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,399
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews on Environmental HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207