Association of Long-term Exposure to Community Noise and Traffic-related Air Pollution With Coronary Heart Disease Mortality
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
In metropolitan areas, road traffic is a major contributor to ambient air pollution and the dominant source of community noise. The authors investigated the independent and joint influences of community noise and traffic-related air pollution on risk of coronary heart disease (CHD) mortality in a population-based cohort study with a 5-year exposure period (January 1994-December 1998) and a 4-year follow-up period (January 1999-December 2002). Individuals who were 45-85 years of age and resided in metropolitan Vancouver, Canada, during the exposure period and did not have known CHD at baseline were included (n = 445,868). Individual exposures to community noise and traffic-related air pollutants, including black carbon, particulate matter less than or equal to 2.5 μm in aerodynamic diameter, nitrogen dioxide, and nitric oxide, were estimated at each person's residence using a noise prediction model and land-use regression models, respectively. CHD deaths were identified from the provincial death registration database. After adjustment for potential confounders, including traffic-related air pollutants or noise, elevations in noise and black carbon equal to the interquartile ranges were associated with 6% (95% confidence interval: 1, 11) and 4% (95% confidence interval: 1, 8) increases, respectively, in CHD mortality. Subjects in the highest noise decile had a 22% (95% confidence interval: 4, 43) increase in CHD mortality compared with persons in the lowest decile. These findings suggest that there are independent effects of traffic-related noise and air pollution on CHD 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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle