The intensity and duration of occupational noise exposure and cardiovascular disease in the United States: a nationally representative study, 2015 to 2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Occupational noise exposure may be associated with an increased risk of cardiovascular disease (CVD). Yet the findings are inconclusive. This study aimed to examine the association between self-reported occupational noise exposure and CVD (using a broad composite case definition and by each condition) and identify how these associations vary with the intensity and duration of noise exposure, and combinations thereof. METHODS: This cross-sectional study included a nationally representative sample (n = 6,266) from the National Health and Nutrition Examination Survey (2015 to 2020), aged 20 and greater, in the United States. Survey-weighted logistic regression models were constructed from multiple imputed datasets. RESULTS: Relative to the unexposed, the adjusted odds ratio (95% confidence interval) of composite CVD was 1.33 (1.05 to 1.67) among the noise-exposed population, and ranged from 1.23 to 1.56 when examining CVD conditions separately. The odds ratios of composite CVD were 1.43 (1.06 to 1.93), 1.43 (1.04 to 1.95), and 1.51 (1.03 to 2.21) among those who had noise exposure with very loud intensity of any duration, with duration ≥10 years at any intensity, and with a combination of very loud noise ≥10 years, respectively, compared to those unexposed. CONCLUSIONS: Increased risk of CVD is associated with occupational noise exposure, particularly at higher intensities and longer durations. Policies and interventions for noise mitigation at workplaces are warranted, targeting individuals with chronic exposure to high-level noise.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle