Self-reported occupational noise exposure and cardiovascular disease in Canada: Results from the Canadian Health Measures Survey
Notice bibliographique
Résumé
Self-reported occupational noise exposure has been associated with impaired hearing, but its relationship with extra-auditory affects remains uncertain. This research assessed the association between self-reported occupational noise exposure and cardiovascular outcomes. Participants (n = 6318, ∼50% male) from the Canadian Health Measures Survey (2012-2015) aged 20-79 years were randomly recruited across Canada. An in-person household interview included basic demographics, perceived stress, diagnosed health conditions, and self-reported exposure to a noisy work environment. Direct physiological assessment in a mobile examination centre permitted the determination of biomarkers/risk factors related to cardiovascular function. Logistic or linear regression models explored the association between self-reported occupational noise exposure and several cardiovascular endpoints after adjusting for confounding variables. After adjustments, there was no evidence for an association between occupational noise and any of the evaluated endpoints, which included but were not limited to blood pressure, heart rate, blood glucose, insulin, lipids, diagnosed hypertension, medication for hypertension, myocardial infarction, stroke, or heart disease. There was no evidence that self-reported occupational noise exposure was associated with evaluated cardiovascular-related biomarkers, or cardiovascular diseases among Canadians aged 20-79 years. This study, and others like it, provides an important contribution to an evidence base that could inform policy related to occupational noise exposure.
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 | 0,004 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».