Lug 14, 2024
Durata dell’esposizione e livello di istruzione per la previsione dei sintomi respiratori legati all’esposizione professionale tra gli adulti in Etiopia: revisione sistematica e meta-analisi

Review – SAGE Open Med. 2021 May 20;9:20503121211018121

Dagnew B, Andualem Z, Angaw DA, Alemu Gelaye K, Dagne H.

PMID: 34094559

DOI: 10.1177/20503121211018121

https://pubmed.ncbi.nlm.nih.gov/34094559/

Introduzione: i sintomi respiratori legati all’esposizione professionale sono manifestazioni di malattie respiratorie dovute all’esposizione a polveri o sostanze chimiche (quali amianto, silicio e alluminio) nei luoghi di lavoro, come cementifici, concerie, tessili e/o spazzamenti stradali. In Etiopia sono stati condotti diversi studi primari riguardanti l’entità dei sintomi respiratori professionali, ma i risultati ottenuti non hanno permesso di arrivare ad una conclusione certa.

Metodi: I database PubMed, African Journals Online, Google Scholar, Cochrane Library e Direct Google sono stati analizzati per l’identificazione degli studi primari.

Risultati: sono stati individuati 10 studi primari con 3441 partecipanti. La tosse secca è il sintomo respiratorio maggiormente riscontrato, seguito dalla mancanza di fiato. L’esperienza lavorativa di oltre 5 anni ed il livello di istruzione basso sono associati in modo statisticamente significativo a sintomi respiratori professionali.

Conclusioni: in questa review la prevalenza complessiva dei sintomi respiratori professionali era alta. I risultati di questo studio impongono la necessità di mettere in atto adeguate misure di sicurezza sul lavoro. Particolare attenzione è richiesta ai dipendenti con livello di istruzione inferiore e con più anni di attività lavorativa.

Deep learning per il conteggio delle fibre di amianto

Deep learning per il conteggio delle fibre di amianto

J Hazard Mater. 2023 agosto 5;455:131590. EPUB 2023 Maggio 6. Ahmad Rabiee, Giancarlo Della Ventura, Fardin Mirzapour, Sergio Malinconico, Sergio Bellagamba, Federico Lucci, Federica Paglietti PMID: 37178531 DOI: 10.1016 /j.jhazmat.2023.131590 Il metodo PCM...