Lug 27, 2024
Quantità di fibre e malattie legate all’amianto: una revisione ad ombrello

Review – Gac Sanit. Mar-Apr 2022;36(2):173-183 Epub 2021 Jun 11

Josè Marìa Ramada Rodilla, Beatriz Calvo Cerrada, Consol Serra Pujadas, George L Delclos, Fernando G Benavides

PMID: 34120777

DOI: 10.1016/j.gaceta.2021.04.001

Obiettivo: quali sono i livelli di esposizione all’amianto che causano gli effetti sulla salute umana? L’obiettivo di questo studio è quello di valutare le prove scientifiche disponibili sui livelli di esposizione all’amianto e la loro relazione con effetti sulla salute umana.

Metodi: è stata condotta una revisione delle review e delle metanalisi pubblicate dal 1980 a marzo 2021. Sono state incluse revisioni sulle esposizioni quantificate all’amianto e risultati sulla salute umana.

Risultati: sono stati analizzati 196 riferimenti bibliografici. Dopo aver applicato la strategia di ricerca e l’analisi della qualità sono state selezionate 10 recensioni per un’analisi approfondita. Per il tumore al polmone il rischio più elevato è stato osservato con l’esposizione agli anfiboli. Le fibre più lunghe e sottili presentano una maggiore capacità di causare il cancro ai polmoni, specialmente quelle con lunghezza inferiore a 10 µm. Per quanto riguarda il mesotelioma, le fibre più lunghe e più sottili si sono rivelate anche quelle più patogene; gli anfiboli di lunghezza uguale o superiore a 5 µm sono particolarmente associati ad un aumentato rischio di mesotelioma. Nessuno studio ha osservato un aumento del rischio di cancro ai polmoni o mesotelioma a livelli di esposizione all’amianto < 0.1 f/ml. Nessuna revisione ha fornito informazioni sulle concentrazioni di esposizione per la fibrosi polmonare.

Conclusioni: impedire qualsiasi esposizione all’amianto rimane la misura migliore per prevenirne gli effetti negativi sulla salute. Le revisioni e le meta-analisi supportano l’osservazione di un basso rischio di cancro ai polmoni o di mesotelioma a livelli di esposizione giornaliera inferiori a 0.1 f/ml.

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...