Interleukin-6 via Sputum Induction as Biomarker of Inflammation for Indoor Particulate Matter among Primary School Children in Klang Valley, Malaysia
Notice bibliographique
Résumé
In the last few years, air within homes have been indicates by various and emerging body as more serious polluted than those outdoor. Prevalence of respiratory inflammation among school children aged 8 and 10 years old attending national primary schools in urban and rural area were conducted in Klang Valley. Two population studies drawn from the questionnaires were used to investigate the association between indoor particulate matter (PM2.5 & PM10) in a home environment and respiratory implication through the understanding of biological responses. Approximately 430 healthy school children of Standard 2 and Standard 5 were selected. Indication of respiratory symptoms using adaptation questionnaire from American Thoracic Society (1978). Sputum sample collection taken for biological analysis. IL-6 then was analyse by using ELISA techniques. Indoor PM2.5 and PM10 were measured using Dust Trak Aerosol Monitor. The mean concentration of PM2.5 (45.38 µg/m3) and PM10 (80.07 µg/m3) in urban home environment is significantly higher compared to those in rural residential area (p=0.001). Similar trend also shows by the prevalence of respiratory symptom. Association were found with PM2.5 and PM10 with the level of IL-6 among school children. A greater exposure to PM2.5 and PM10 are associated with higher expression of IL-6 level suggesting that the concentration of indoor particulate in urban density area significantly influence the health of children.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».