Association of weather and air pollution interactions on daily mortality in 12 Canadian cities
Notice bibliographique
Résumé
It has been well established that both meteorological attributes and air pollution concentrations affect human health outcomes. We examined all cause nonaccident mortality relationships for 28 years (1981–2008) in relation to air pollution and synoptic weather type (encompassing air mass) data in 12 Canadian cities. This study first determines the likelihood of summertime extreme air pollution events within weather types using spatial synoptic classification. Second, it examines the modifying effect of weather types on the relative risk of mortality (RR) due to daily concentrations of air pollution (nitrogen dioxide, ozone, sulfur dioxide, and particulate matter <2.5 μm). We assess both single- and two-pollutant interactions to determine dependent and independent pollutant effects using the relatively new time series technique of distributed lag nonlinear modeling (DLNM). Results display dry tropical (DT) and moist tropical plus (MT+) weathers to result in a fourfold and twofold increased likelihood, respectively, of an extreme pollution event (top 5 % of pollution concentrations throughout the 28 years) occurring. We also demonstrate statistically significant effects of single-pollutant exposure on mortality ( p < 0.05) to be dependent on summer weather type, where stronger results occur in dry moderate (fair weather) and DT or MT+ weather types. The overall average single-effect RR increases due to pollutant exposure within DT and MT+ weather types are 14.9 and 11.9 %, respectively. Adjusted exposures (two-way pollutant effect estimates) generally results in decreased RR estimates, indicating that the pollutants are not independent. Adjusting for ozone significantly lowers 67 % of the single-pollutant RR estimates and reduces model variability, which demonstrates that ozone significantly controls a portion of the mortality signal from the model. Our findings demonstrate the mortality risks of air pollution exposure to differ by weather type, with increased accuracy obtained when accounting for interactive effects through adjustment for dependent pollutants using a DLNM.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».