Workers should take steps to mitigate surface lead exposure when using lead‐containing personal protective equipment
Notice bibliographique
Résumé
Abstract Veterinary workers use lead shielding for protection against harm from ionizing radiation during diagnostic imaging. Surface lead on shielding has been reported as a potential exposure hazard. The purpose of this prospective, analytical, descriptive study was to measure surface lead on lead‐containing shielding in the field service and small animal radiology areas of a veterinary teaching hospital, and to examine potential risk factors for surface lead. Surface lead on a convenience sample of 54 lead shielding items was measured in a commercial laboratory using inductively coupled plasma mass spectrometry. The median and range of surface lead for aprons, thyroid collars, and gloves were 3.6 μg/dm 2 (range, 1.3‐22.4 μg/dm 2 ), 23.1 μg/dm 2 (range, 2.6‐116 μg/dm 2 ), and 134 μg/dm 2 (range, 1.5‐155 μg/dm 2 ), respectively. In the final multivariable analysis, the mean surface lead on thyroid collars and gloves was higher than on aprons (relative differences 4.8, 95% confidence interval [CI] 2.2, 10.5, P < 0.001; and 9.5, 95% CI 4.4, 20.6, P < 0.001, respectively). The mean surface lead on shielding in the worst condition was higher than on shielding in the intermediate and best conditions ( P < 0.001). Lead shielding provides effective protection against the harmful effects of ionizing radiation, and shielding should always be worn during radiation exposure. Based on our findings and the common use of lead shielding in veterinary workplaces, we recommend that employers inform workers of this hazard and provide training on steps to mitigate exposure, including the use of disposable gloves when wearing lead shielding and handwashing after use.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».