Sytematic Review: The Effect of Plumbum and Zinc on Attention-Deficit/Hyperactivity Disorder (ADHD)
Notice bibliographique
Résumé
Attention-Deficit/Hyperactivity Disorder (ADHD) is a mental disorder characterized by a lack of attention, and/or hyperactivity-impulsivity and is related to the growth and development of one's functions in carrying out social life at home and school. Attention-Deficit/Hyperactivity Disorder (ADHD) can be diagnosed in patients aged 6-18 years. The cause of ADHD is still not known for certain, but there are several factors that are considered to be the cause of ADHD, namely genetic factors, biological factors such as brain development, active neurotransmitter factors, psychosocial factors, trauma factors, family factors, emotional factors or children's temperament, and environmental factors. Environmental factors can include exposure to chemicals, exposure to heavy metals, exposure to toxins, nutrition, and childbirth complications. Pb is a heavy metal and toxin can cause ADHD symptoms. Zn is a compound that when levels in the body are reduced, it can cause ADHD symptoms. Pb and Zn substances are predisposing factors for ADHD. The aim from this study is to determine the effect of Pb and Zn on Attention-Deficit/Hyperactivity Disorder. Studies was conducted through 4 e-databases, namely PubMed, ScienceDirect, Scopus, and SpringerLink. The literature quality assessment was carried out using the NOS (Newcastle-Ottawa Scale). From 1124 citations, we identified 20 relevant articles consisting of 4 cohort studies, 12 case-control studies, and 4 cross sectional studies. There are 14 studies discussing Pb exposure, 4 studies discussing Zn deficiency, and 2 studies discussing both on ADHD symptoms. Exposure to Lead (Pb) has been shown to have an effect on ADHD symptoms especially the type of hyperactivity and impulsivity and zinc (Zn) deficiency has been shown to affect ADHD symptoms especially the inattention type.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».