Multielemental Analysis of Pleural Effusion to Determine the Relationship Between Air Pollution and Lung Cancer
Notice bibliographique
Résumé
Pleural effusion (PEf) is a pathophysiological condition that is associated with the accumulation of pleural fluid (Pfl), presenting itself in diseases such as:pneumonia Obstructive Pulmonary Disease (COPD), pulmonary fibrosis, lung cancer and also due to cardiac conditions.The elemental composition of the PEf can serve as a biomarker of the pathophysiological state of comorbidities PEf samples (N=129) were collected of the Metropolitan Area of the Valley of Mexico in the emergency room service of the National Institute of Respiratory Diseases (INER), during 2021-2022.The elemental composition of samples were analyzed by ICP-OES and ICP-MS, determining sixteen elements.Among the most abundant were essential elements such as: Fe median 1313.7 p5-p95 (201.5-4087ppb),Zn 381.0 (52.6-821ppb) ,Cr 23.3 (8.1-36.2ppb), in addition to elements of anthropogenic origin in high concentrations such as Al 317.32 (104.5-505ppb),Ti 26.41 (11.2-61.9ppb),Sr 21.54 (10.3-41.9ppb),Sn 0.20 (0.02-1.3ppb ).The presence and probably the differences among trace elements, metals and metalloids concentrations in PE could be associated with its essential function in the human body but the presence and high concentrations of someone could associated with anthropogenic activities from urban particles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».