Modeling the Residential Infiltration of Outdoor PM <sub>2.5</sub> in the Multi-Ethnic Study of Atherosclerosis and Air Pollution (MESA Air)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Epidemiologic studies of fine particulate matter [aerodynamic diameter ≤ 2.5 μm (PM(2.5))] typically use outdoor concentrations as exposure surrogates. Failure to account for variation in residential infiltration efficiencies (F(inf)) will affect epidemiologic study results. OBJECTIVE: We aimed to develop models to predict F(inf) for > 6,000 homes in the Multi-Ethnic Study of Atherosclerosis and Air Pollution (MESA Air), a prospective cohort study of PM(2.5) exposure, subclinical cardiovascular disease, and clinical outcomes. METHODS: We collected 526 two-week, paired indoor-outdoor PM(2.5) filter samples from a subset of study homes. PM(2.5) elemental composition was measured by X-ray fluorescence, and F(inf) was estimated as the indoor/outdoor sulfur ratio. We regressed F(inf) on meteorologic variables and questionnaire-based predictors in season-specific models. Models were evaluated using the R² and root mean square error (RMSE) from a 10-fold cross-validation. RESULTS: The mean ± SD F(inf) across all communities and seasons was 0.62 ± 0.21, and community-specific means ranged from 0.47 ± 0.15 in Winston-Salem, North Carolina, to 0.82 ± 0.14 in New York, New York. F(inf) was generally greater during the warm (> 18°C) season. Central air conditioning (AC) use, frequency of AC use, and window opening frequency were the most important predictors during the warm season; outdoor temperature and forced-air heat were the best cold-season predictors. The models predicted 60% of the variance in 2-week F(inf), with an RMSE of 0.13. CONCLUSIONS: We developed intuitive models that can predict F(inf) using easily obtained variables. Using these models, MESA Air will be the first large epidemiologic study to incorporate variation in residential F(inf) into an exposure assessment.
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.
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 | 0,002 | 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 | 0,000 | 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 découle