Impact of air pollution on hospital admissions in Southwestern Ontario, Canada: Generating hypotheses in sentinel high-exposure places
Notice bibliographique
Résumé
BACKGROUND: Southwestern Ontario (SWO) in Canada has been known as a 'hot spot' in terms of environmental exposure and potential effects. We chose to study 3 major cities in SWO in this paper. We compared age-standardized hospital admission ratios of Sarnia and Windsor to London, and to generate hypotheses about potential pollutant-induced health effects in the 'Chemical Valley', Sarnia. METHODS: The number of daily hospital admissions was obtained from all hospitals in London, Windsor and Sarnia from January 1, 1996 to December 31, 2000. We used indirect age adjustment method to obtain standardized admissions ratios for males and females and we chose London as the reference population. This process of adjustment was to apply the age-specific admission rates of London to the population of Sarnia and Windsor in order to yield expected admissions. The observed number of admissions was then compared to the expected admissions in terms of a ratio. These standardized admissions ratios and their corresponding confidence intervals were calculated for Sarnia and Windsor. RESULTS: Our findings showed that Sarnia and Windsor had significantly higher age-adjusted hospital admissions rates compared to London. This finding was true for all admissions, and especially pronounced for cardiovascular and respiratory admissions. For example, in 1996, the observed number of admissions in Sarnia was 3.11 (CI: 2.80, 3.44) times for females and 2.83 (CI: 2.54, 3.14) times for males as would be expected by using London's admission rates. CONCLUSION: Since hospital admissions rates were significantly higher in 'Chemical Valley' as compared to both London and Windsor, we hypothesize that these higher rates are pollution related. A critical look at the way ambient air quality and other pollutants are monitored in this area is warranted. Further epidemiological research is needed to verify our preliminary indications of harmful effects in people living in 'Chemical Valley'.
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) | 0,001 | 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 ».