Relationship Between Work-Related Noise Exposure and Cognitive Impairment: A Cross-Sectional Study in China
Notice bibliographique
Résumé
Background: Noise exposure and the risk of cognitive impairment are currently major public health issues. Objective: This study aimed to analyze the relationship between noise exposure and early impairment of cognitive function from the perspective of occupational epidemiology and to provide evidence for the long-term prevention and treatment of dementia in the context of aging. Methods: This study was conducted in China between May and August 2021. The independent variables were the type of hazardous factors, duration of noise exposure, perceived noise intensity, and cumulative noise exposure (CNE). The dependent variable was cognitive function, which was measured using the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA). Multiple linear and logistic regression were used to analyze the relationship between noise exposure and cognitive function and to establish an effect curve. Results: The detection rates of cognitive dysfunction using the MMSE and MoCA were 1.1% and 36.2%, respectively. The predicted MMSE and MoCA scores showed a downward trend within the CNE value ranging from 90-140 dB.time. Each unit increase in CNE decreased cognitive function scores by 0.025 (0.037, 0.013) and 0.020 (0.037, 0.003) points,respectively. Conclusions: From the perspective of occupational epidemiology, these findings reveal a potential link between long-term noise exposure and early cognitive impairment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».