Approaches to managing ototoxicity in the workplace
Notice bibliographique
Résumé
Objective Ototoxic chemicals in the workplace can pose a risk to hearing and balance functions. Our objective was to identify evidence-based practices for occupational health settings in managing ototoxicity. This resulted in the document, Health Management of Workers Exposed to Ototoxic Chemicals, created by the International Ototoxicity Management Group.Design To develop a practical approach for any workplace, we reviewed a variety of sources and used an international panel of interdisciplinary experts. Evidence included data from experimental, observational, and review studies. Thirty-two subject matter experts were invited to review the document; twenty-two completed the review and unanimously endorsed the ototoxicity management system as proposed.Results Six key action steps were proposed to: (1) identify workers exposed to ototoxic chemicals, (2) perform auditory and vestibular assessments, (3) follow-up after monitoring health, (4) document worker data, (5) maintain healthy safety culture, and (6) review ototoxicity management approach. These steps focus on the management of workers who are at-risk for workplace ototoxic chemical exposure at any level (with or without concurrent noise exposures).Conclusions Early identification strategies include self-report questionnaires; auditory testing; vestibular screening; referrals for diagnosis; management of cases; and monitoring of exposure scenarios to prevent further cases.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 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 ».