The influence of ambient coarse particulate matter on asthma hospitalization in children: case-crossover and time-series analyses.
Notice bibliographique
Résumé
In this study, we used both case-crossover and time-series analyses to assess the associations between size-fractionated particulate matter and asthma hospitalization among children 6-12 years old living in Toronto between 1981 and 1993. Specifically, we used exposures averaged over periods varying from 1 to 7 days to assess the effects of particulate matter on asthma hospitalization. We calculated estimates of the relative risk of asthma hospitalization adjusted for daily weather conditions (maximum and minimum temperatures, and average relative humidity) for an incremental exposure corresponding to the interquartile range in particulate matter. Both bidirectional case-crossover and time-series analyses revealed that coarse particulate matter (PM10-2.5) averaged over 5-6 days was significantly associated with asthma hospitalization in both males and females. The magnitude of this effect appeared to increase with increasing number of days of exposure averaging for most models, with the relative risk estimates stabilizing at about 6 days. Using a bidirectional case-crossover analysis, the estimated relative risks were 1.14 [95% confidence interval (CI), 1.02, 1.28] for males and 1.18 (95% CI, 1.02, 1.36) for females, for an increment of 8.4 microg/m(3) in 6-day averages of PM10-2.5. The corresponding relative risk estimates were 1.10 and 1.18, respectively, when we used time-series analysis. The effect of PM10-2.5 remained positive after adjustment for the effects of the gaseous pollutants carbon monoxide (CO), nitrogen dioxide (NO2), sulfur dioxide (SO2), and ozone (O3). We did not find significant effects of fine particulate matter (PM2.5) or of thoracic particulate matter (PM10) on asthma hospitalizations using either of these two analytic approaches. For the most part, relative risk estimates from the unidirectional case-crossover analysis were more pronounced compared with both bidirectional case-crossover and time-series analyses.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».