MétaCan
Menu
Retour à la cohorte
Enregistrement W2015737793 · doi:10.1289/ehp.0900916

Effect of Early Life Exposure to Air Pollution on Development of Childhood Asthma

2009· article· en· W2015737793 sur OpenAlexafffund
Nina Clark, Paul A. Demers, Catherine J. Karr, Mieke Koehoorn, Cornel Lencar, Lillian Tamburic, Michael Bräuer

Notice bibliographique

RevueEnvironmental Health Perspectives · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaBritish Columbia Centre for Disease ControlUniversity of British ColumbiaMichael Smith Health Research BC
Mots-clésAsthmaMedicineAir pollutionOdds ratioEnvironmental healthPopulationPediatricsInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is increasing recognition of the importance of early environmental exposures in the development of childhood asthma. Outdoor air pollution is a recognized asthma trigger, but it is unclear whether exposure influences incident disease. We investigated the effect of exposure to ambient air pollution in utero and during the first year of life on risk of subsequent asthma diagnosis in a population-based nested case–control study. Methods We assessed all children born in southwestern British Columbia in 1999 and 2000 (n = 37,401) for incidence of asthma diagnosis up to 3–4 years of age using outpatient and hospitalization records. Asthma cases were age- and sex-matched to five randomly chosen controls from the eligible cohort. We estimated each individual’s exposure to ambient air pollution for the gestational period and first year of life using high-resolution pollution surfaces derived from regulatory monitoring data as well as land use regression models adjusted for temporal variation. We used logistic regression analyses to estimate effects of carbon monoxide, nitric oxide, nitrogen dioxide, particulate matter ≤ 10 μm and ≤ 2.5 μm in aerodynamic diameter (PM10 and PM2.5), ozone, sulfur dioxide, black carbon, woodsmoke, and proximity to roads and point sources on asthma diagnosis. Results A total of 3,482 children (9%) were classified as asthma cases. We observed a statistically significantly increased risk of asthma diagnosis with increased early life exposure to CO, NO, NO2, PM10, SO2, and black carbon and proximity to point sources. Traffic-related pollutants were associated with the highest risks: adjusted odds ratio = 1.08 (95% confidence interval, 1.04–1.12) for a 10-μg/m3 increase of NO, 1.12 (1.07–1.17) for a 10-μg/m3 increase in NO2, and 1.10 (1.06–1.13) for a 100-μg/m3 increase in CO. These data support the hypothesis that early childhood exposure to air pollutants plays a role in development of asthma.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,292
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations568
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetAir Quality and Health ImpactsTravaux en français237 207