Air Pollution and Incidence of Hypertension and Diabetes Mellitus in Black Women Living in Los Angeles
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests that longer-term exposure to air pollutants over years confers higher risks of cardiovascular morbidity and mortality than shorter-term exposure. One explanation is that the cumulative adverse effects that develop over longer durations lead to the genesis of chronic disease. Preliminary epidemiological and clinical evidence suggests that air pollution may contribute to the development of hypertension and type 2 diabetes mellitus. METHODS AND RESULTS: We used Cox proportional hazards models to assess incidence rate ratios (IRRs) and 95% confidence intervals (CIs) for incident hypertension and diabetes mellitus associated with exposure to fine particulate matter (PM(2.5)) and nitrogen oxides in a cohort of black women living in Los Angeles. Pollutant levels were estimated at participants' residential addresses with land use regression models (nitrogen oxides) and interpolation from monitoring station measurements (PM(2.5)). Over follow-up from 1995 to 2005, 531 incident cases of hypertension and 183 incident cases of diabetes mellitus occurred. When pollutants were analyzed separately, the IRR for hypertension for a 10-μg/m(3) increase in PM(2.5) was 1.48 (95% CI, 0.95-2.31), and the IRR for the interquartile range (12.4 parts per billion) of nitrogen oxides was 1.14 (95% CI, 1.03-1.25). The corresponding IRRs for diabetes mellitus were 1.63 (95% CI, 0.78-3.44) and 1.25 (95% CI, 1.07-1.46). When both pollutants were included in the same model, the IRRs for PM(2.5) were attenuated and the IRRs for nitrogen oxides were essentially unchanged for both outcomes. CONCLUSION: Our results suggest that exposure to air pollutants, especially traffic-related pollutants, may increase the risk of type 2 diabetes mellitus and possibly of 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 | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».