PM2.5 in Beijing – temporal pattern and its association with influenza
Notice bibliographique
Résumé
BACKGROUND: Air pollution in Beijing, especially PM2.5, has received increasing attention in the past years. Despite Beijing being one of the most polluted cities in the world, there has still been a lack of quantitative research regarding the health impact of PM2.5 on the impact of diseases in Beijing. In this study, we aimed to characterize temporal pattern of PM2.5 and its potential association with human influenza in Beijing. METHODS: Based on the data collected on hourly ambient PM2.5 from year 2008 to 2013 and on monthly human influenza cases from 2008 and 2011, we investigated temporal patterns of PM2.5 over the five-year period and utilized the wavelet approach to exploring the potential association between PM2.5 and influenza. RESULTS: Our results found that ambient PM2.5 pollution was severe in Beijing with PM2.5 concentrations being significantly higher than the standards of the World Health Organization, the US EPA, and the Chinese EPA in the majority of days during the study period. Furthermore, PM2.5 concentrations in the winter heating seasons were higher than those in non-heating seasons despite high variations. We also found significant association between ambient PM2.5 peak and human influenza case increase with a delayed effect (e.g. delayed effect of PM2.5 on influenza). CONCLUSIONS: Ambient PM2.5 concentrations were significantly associated with human influenza cases in Beijing, which have important implications for public health and environmental actions.
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 | 0,001 | 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 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 ».