Spatial Analysis of Air Pollution and Mortality in Los Angeles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The assessment of air pollution exposure using only community average concentrations may lead to measurement error that lowers estimates of the health burden attributable to poor air quality. To test this hypothesis, we modeled the association between air pollution and mortality using small-area exposure measures in Los Angeles, California. METHODS: Data on 22,905 subjects were extracted from the American Cancer Society cohort for the period 1982-2000 (5,856 deaths). Pollution exposures were interpolated from 23 fine particle (PM2.5) and 42 ozone (O3) fixed-site monitors. Proximity to expressways was tested as a measure of traffic pollution. We assessed associations in standard and spatial multilevel Cox regression models. RESULTS: After controlling for 44 individual covariates, all-cause mortality had a relative risk (RR) of 1.17 (95% confidence interval=1.05-1.30) for an increase of 10 mug/m PM2.5 and a RR of 1.11 (0.99-1.25) with maximal control for both individual and contextual confounders. The RRs for mortality resulting from ischemic heart disease and lung cancer deaths were elevated, in the range of 1.24-1.6, depending on the model used. These PM results were robust to adjustments for O3 and expressway exposure. CONCLUSION: Our results suggest the chronic health effects associated with within-city gradients in exposure to PM2.5 may be even larger than previously reported across metropolitan areas. We observed effects nearly 3 times greater than in models relying on comparisons between communities. We also found specificity in cause of death, with PM2.5 associated more strongly with ischemic heart disease than with cardiopulmonary or all-cause mortality.
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.
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 | 0,002 | 0,001 |
| 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) | 0,001 | 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 découle