Analysis of the Environmental Impact of Radiation Doses on Dental and Oral Diseases (K03.6, K05.1, and K05.3) in Workers in the Indonesian National Nuclear Energy Agency
Notice bibliographique
Résumé
Gamma radiation has a significant influence on oral health disorders.The effects of ionizing radiation can cause tooth decay, due to a reduction in saliva production and changes in the oral environment that can increase bacterial growth leading to dental caries, and enamel erosion.The study aims to determine the relationship between exposure to gamma radiation dose and length of work on the incidence of dental calculus (K03.6)periodontal (K05.3) and gingivitis (K05.1).We also measured smoking behavior and history of diabetes mellitus as confounding variables.The type of research used is objective correlation, to determine the relationship of gamma radiation exposure to oral and dental diseases.The research design is a retrospective-reference period cohort, data collection is carried out on cases from 2017 to 2019.Based on the results of the analysis of radiation dose in 2019, there was a significant relationship between radiation dose and calculus formation with a value of (R=0.503p=0.025).In 2018, dental calculus and gingivitis were significantly related, strong correlation, value (R=0.555p=0.001).In 2019, the incidence of gingivitis and radiation dose, there is a strong correlation and is significantly related, to the value (R=0.507p=0.021).Patients with a history of diabetes are very susceptible to periodontal and are not related to the length of work.It is recommended that radiation workers who have a history of diabetes and/or smoking take care of dental and oral conditions at least twice a year so that periodontal disease can be detected as early as possible.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 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 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 ».