The Air Quality Health Index and Asthma Morbidity: A Population-Based Study
Notice bibliographique
Résumé
BACKGROUND: Exposure to air pollution has been linked to the exacerbation of respiratory diseases. The Air Quality Health Index (AQHI), developed in Canada, is a new health risk scale for reporting air quality and advising risk reduction actions. OBJECTIVE: We used the AQHI to estimate the impact of air quality on asthma morbidity, adjusting for potential confounders. METHODS: Daily air pollutant measures were obtained from 14 regional monitoring stations in Ontario. Daily counts of asthma-attributed hospitalizations, emergency department (ED) visits, and outpatient visits were obtained from a provincial registry of 1.5 million patients with asthma. Poisson regression was used to estimate health services rate ratios (RRs) as a measure of association between the AQHI or individual pollutants and health services use. We adjusted for age, sex, season, year, and region of residence. RESULTS: The AQHI values were significantly associated with increased use of asthma health services on the same day and on the 2 following days, depending on the specific outcome assessed. A 1-unit increase in the AQHI was associated with a 5.6% increase in asthma outpatient visits (RR = 1.056; 95% CI: 1.053, 1.058) and a 2.1% increase in the rate of hospitalization (RR = 1.021; 95% CI: 1.014, 1.028) on the same day and with a 1.3% increase in the rate of ED visits (RR = 1.013; 95% CI: 1.010, 1.017) after a 2-day lag. CONCLUSIONS: The AQHI values were significantly associated with the use of asthma-related health services. Timely AQHI health risk advisories with integrated risk reduction messages may reduce morbidity associated with air pollution in patients with asthma.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».