Spatial Association Between Ambient Fine Particulate Matter and Incident Hypertension
Notice bibliographique
Résumé
BACKGROUND: Laboratory studies suggest that exposure to fine particulate matter (≤2.5 μm in diameter) (PM2.5) can trigger a combination of pathophysiological responses that may induce the development of hypertension. However, epidemiological evidence relating PM2.5 and hypertension is sparse. We thus conducted a population-based cohort study to determine whether exposure to ambient PM2.5 is associated with incident hypertension. METHODS AND RESULTS: We assembled a cohort of 35 303 nonhypertensive adults from Ontario, Canada, who responded to 1 of 4 population-based health surveys between 1996 and 2005 and were followed up until December 31, 2010. Incident diagnoses of hypertension were ascertained from the Ontario Hypertension Database, a validated registry of persons diagnosed with hypertension in Ontario (sensitivity=72%, specificity=95%). Estimates of long-term exposure to PM2.5 at participants' postal-code residences were derived from satellite observations. We used Cox proportional hazards models, adjusting for various individual and contextual risk factors including body mass index, smoking, physical activity, and neighbourhood-level unemployment rates. We conducted various sensitivity analyses to assess the robustness of the effect estimate, such as investigating several time windows of exposure and controlling for potential changes in the risk of hypertension over time. Between 1996 and 2010, we identified 8649 incident cases of hypertension and 2296 deaths. For every 10-µg/m(3) increase of PM2.5, the adjusted hazard ratio of incident hypertension was 1.13 (95% confidence interval, 1.05-1.22). Estimated associations were comparable among all sensitivity analyses. CONCLUSIONS: This study supports an association between PM2.5 and incident hypertension.
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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».