Air Pollution and Emergency Department Visits for Suicide Attempts in Vancouver, Canada
Notice bibliographique
Résumé
BACKGROUND: Comorbidity of depression, heart disease, and migraine has been observed in clinical practice, while ambient air pollution has been identified among different risk factors for these health conditions. Suicide attempts and ideations as the result of depression may be linked to air pollution exposure. Therefore the effects of ambient air pollution on emergency department (ED) visits for suicide attempts were investigated. METHODS: Emergency visit data were collected in a hospital in Vancouver, Canada. The generalized linear mixed models technique was applied in the analysis of these data. A natural hierarchical structure of the data was used to define the clusters, with days nested in a 3-level structure (day of week, month, year). Poisson models were fitted to the clustered counts of ED visits with a single air pollutant, temperature and relative humidity. In addition, the case-crossover methodology was used with the same data for comparison. The analysis was performed by gender (all, males, females) and month (all: January-December, warm: April-September, cold: October-March). RESULTS: Both hierarchical and case-crossover methods confirmed positive and statistically significant associations among carbon monoxide (CO), nitrogen dioxide (NO(2)), sulphur dioxide (SO(2)), and particulate matter (PM(10)) for all suicide attempts in the cold period. The largest increase was observed for males in the cold period for a 1-day lagged exposure to NO(2), with an excess risk of 23.9% (95% CI: 7.8, 42.4) and odds ratio of 1.21 (95% CI: 1.03, 1.41). In warm months the associations were not statistically significant, and the highest positive value was obtained for ozone lagged by 1 day. CONCLUSION: The results indicate a potential association between air pollution and emergency department visits for suicide attempts.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».