Lug 14, 2024
Metodi di valutazione retrospettiva dell’esposizione utilizzati nella valutazione del rischio per la salute umana sul lavoro: revisione sistematica

Int J Environ Res Public Health. 2020 Aug 26;17(17):6190

Borghi F, Mazzucchelli LA, Campagnolo D, Rovelli S, Fanti G, Keller M, Cattaneo A, Spinazzè A, Cavallo DM.

PMID: 32858967

DOI: 10.3390/ijerph17176190

https://pubmed.ncbi.nlm.nih.gov/32858967/

Nell’ambito della valutazione e della gestione del rischio chimico e dell’igiene del lavoro, la valutazione retrospettiva dell’esposizione (REA) agli agenti chimici può essere definita come la stima dell’esposizione associata alla storia lavorativa di una persona. Il problema fondamentale alla base della ricostruzione dell’esposizione è trasformare questo tipo di informazioni in termini quantitativi per ottenere una stima accurata. La REA può essere condotta con vari approcci, alcuni dei quali sono tecnicamente complicati e richiedono tempo e risorse. Lo scopo di questa revisione sistematica è presentare le principali tecniche utilizzate per la REA occupazionale. Per effettuare questa valutazione, è stata condotta una revisione sistematica della letteratura scientifica. 44 studi sono stati identificati (pubblicati dal 2010 ad oggi) ed analizzati. Ad oggi non esiste un approccio unico in grado di fornire una stima accurata dell’esposizione per ogni condizione e situazione ragionevolmente prevedibile e l’approccio migliore dipende generalmente dal livello di informazioni disponibili per il caso specifico. L’utilizzo di una combinazione di diverse tecniche di ricostruzione può, quindi, rappresentare un potente strumento per ponderare ed integrare i dati ottenuti attraverso approcci qualitativi e quantitativi, al fine di ottenere la migliore stima possibile.

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...