Respiratory symptoms, lung function decrement and chronic obstructive pulmonary disease in pre-menopausal Indian women exposed to biomass smoke
Notice bibliographique
Résumé
BACKGROUND: The impact of chronic exposure to smoke from biomass burning on respiratory health has been examined. METHODS: Six-hundred and eighty-one non-smoking women (median age 35 years) from eastern India who cook exclusively with biomass (wood, dung and crop residues) and 438 age-matched women from similar neighborhood who cook with liquefied petroleum gas (LPG) were examined. Pulmonary function test was done by spirometry. The concentrations of particulate matter having diameter of < 10 µm (PM10) and < 2.5 µm (PM2.5) in indoor air was measured by real-time aerosol monitor. RESULTS: Compared with LPG users, biomass users had greater prevalence of upper (50.9 versus 28.5%) and lower respiratory symptoms (71.8 versus 30.8%) and dyspnea (58.4 versus 19.9%). They showed reduction in all parameters measured by spirometer especially in mid-expiratory volume. PM10 and PM2.5 concentration in biomass using kitchen were 2-3-times more than LPG-using kitchen, and the decline in spirometry values was positively associated PM10 and PM2.5 levels in indoor air after controlling education, family income and kitchen location as potential confounders. Overall, 29.7% of biomass users and 16.4% of LPG users had deficient lung function, and restrictive type of deficiency was predominant. Chronic obstructive pulmonary disease (COPD) was diagnosed in 4.6% of biomass and 0.9% of LPG users. Women who predominantly used dung cake and did not possess separate kitchen had poorer lung function. CONCLUSION: Cumulative exposure to biomass smoke causes lung function decrement and facilitates COPD development even in non-smoking and relatively young pre-menopausal women.
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 | 0,000 | 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) | 0,001 | 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 ».