Prevalence and Risk Factors of Respiratory Symptoms in Rural Population
Notice bibliographique
Résumé
Research has shown that respiratory symptoms, including chronic cough, chronic phlegm, shortness of breath, and wheeze, are important markers that contribute to hospitalization, lung function decline, and other respiratory illness. This report aims to estimate the prevalence of respiratory symptoms and associated environmental risk factors in farming and nonfarming rural-dwelling people. A baseline mail-out questionnaire to assess respiratory health outcomes as well as individual and contextual determinants in farm and small town cohorts was sent to 11,004 households within four geographical regions of Saskatchewan, Canada, in 2010. Completed questionnaires were received from 4624 households (8261 individuals). Outcome variables examined for this report were chronic cough, chronic phlegm, shortness of breath, and ever wheeze. Clustering effect within households was adjusted using generalized estimating equations. The prevalence of respiratory symptoms was chronic cough, 9.2% (farm vs. nonfarm: 8.1% vs. 10.0%); chronic phlegm, 8.2% (farm vs. nonfarm: 6.7% vs. 9.3%); shortness of breath, 29.1% (farm vs. nonfarm: 25.5% vs. 31.6%); and ever wheeze, 40.6% (farm vs. nonfarm: 38.1% vs. 42.5%). There was a significantly higher prevalence of each respiratory symptomin the nonfarming population compared with the farming population (P < .01). Respiratory symptoms were positively associated with smoking, allergic reaction to inhaled allergens, and other environmental factors for farming and nonfarming populations. The prevalence of respiratory symptoms was higher in the nonfarming rural population compared with the farming rural population. Environmental exposures such as work-related or home environment play an important role in the increased prevalence of respiratory symptoms in farming and nonfarming populations.
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 ».