MétaCan
Menu
Retour à la cohorte
Enregistrement W2020697947 · doi:10.1186/1710-1492-10-s1-a62

Estimating the impact of temperature and air pollution on cardiopulmonary and diabetic health during the TORONTO 2015 Pan Am/Parapan Am Games

2014· article· en· W2020697947 sur OpenAlexaffvenueabout
Laura Y. Feldman, Jingqin Zhu, Jacqueline Simatovic, Teresa To

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTravel-related health issues
Établissements canadiensHospital for Sick ChildrenInstitute for Clinical Evaluative SciencesSickKids FoundationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAir pollutionEnvironmental scienceCardiovascular healthPollutionMedicineEnvironmental healthInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

The TORONTO 2015 Pan Am/Parapan Am Games will attract thousands of visitors to Ontario, many of whom may suffer from chronic disease. It has been shown that those with asthma, asthma-related conditions, hypertension and diabetes are particularly sensitive to worsening air quality [ 1 ]. To predict patterns of temperature, humidity and air quality, as well as health service use for cardiopulmonary conditions and diabetes in July 2015. Exposure data (temperature, humidity and air pollution) were obtained from Environment Canada for years 2003 to 2010. Using ArcGIS, the geospatial patterns of exposures were described for regions of Ontario hosting Pan Am events. A linear trend was used to forecast expected exposures for Pan Am regions in July 2015. Health outcomes (hospitalizations, emergency department visits and outpatient claims) for all-cause morbidity, asthma, asthma-related conditions, diabetes and hypertension were measured using data provided by the Institute for Clinical Evaluative Sciences. Associations between exposures and health outcomes were obtained from regression models. Health outcomes were predicted for July 2015 using scenarios of 5% and 10% higher exposure levels than forecasted. Figure 1 shows the geospatial differences in temperature, humidity and air quality across Pan Am regions of Ontario in July 2010. Predicted daily rates of hospitalization and outpatient claims showed the largest increase under scenarios of increased exposure levels (Table 1 ). Given a 10% higher temperature than forecasted, predicted daily outpatient claims rates were 15% higher for all causes (Table 1 ), 20% higher for asthma and 20% higher for hypertension, compared to predicted rates using the forecasted temperature. Given a 10% higher Air Quality Health Index (AQHI) level than forecasted, predicted daily hospitalization rates were 6% higher for all causes (Table 1 ), 4% higher for asthma and 4% higher for asthma-related conditions, compared to predicted rates using the forecasted AQHI level. The geospatial distribution of temperature, humidity and Air Quality Health Index (AQHI) in Pan Am and Parapan Am regions of Ontario in July 2010. A composite measure of NO 2 , PM 2.5 and O 3 where 1-3=low health risk, 4-6=medium health risk, 7-10=high health risk. With thousands more people being exposed to Ontario’s weather and air pollution in July 2015, it is especially important to consider strategies to minimize the environmental impact of human activities. This will lessen the potential burden on individuals, especially those living with chronic disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,097
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,344
Écart entre enseignants0,330 · 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

Citations4
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetTravel-related health issuesTravaux en français237 207