Impact of Noise and Air Pollution on Pregnancy Outcomes
Notice bibliographique
Résumé
BACKGROUND: Motorized traffic is an important source of both air pollution and community noise. While there is growing evidence for an adverse effect of ambient air pollution on reproductive health, little is known about the association between traffic noise and pregnancy outcomes. METHODS: We evaluated the impact of residential noise exposure on small size for gestational age, preterm birth, term birth weight, and low birth weight at term in a population-based cohort study, for which we previously reported associations between air pollution and pregnancy outcomes. We also evaluated potential confounding of air pollution effects by noise and vice versa. Linked administrative health data sets were used to identify 68,238 singleton births (1999-2002) in Vancouver, British Columbia, Canada, with complete covariate data (sex, ethnicity, parity, birth month and year, income, and education) and maternal residential history. We estimated exposure to noise with a deterministic model (CadnaA) and exposure to air pollution using temporally adjusted land-use regression models and inverse distance weighting of stationary monitors for the entire pregnancy. RESULTS: Noise exposure was negatively associated with term birth weight (mean difference = -19 [95% confidence interval = -23 to -15] g per 6 dB(A)). In joint air pollution-noise models, associations between noise and term birth weight remained largely unchanged, whereas associations decreased for all air pollutants. CONCLUSION: Traffic may affect birth weight through exposure to both air pollution and noise.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».