Emergency department visits for migraine and headache: a multi-city study
Notice bibliographique
Résumé
OBJECTIVES: We set out to examine associations between ambient air pollution concentrations and emergency department (ED) visits for migraine/headache in a multi-city study. MATERIALS AND METHODS: We designed a time-series study of 64 839 ED visits for migraine (ICD-9: 346) and of 68 495 ED visits for headache (ICD-9: 784) recorded at hospitals in five different cities in Canada. The data (days) were clustered according to the hierarchical structure (location, year, month, day of week). The generalised linear mixed models technique was applied to fit the logarithm of clustered daily counts of ED visits for migraine, and separately for headache, on the levels of air pollutants, after adjusting for meteorological conditions. The analysis was performed by sex (all, male, female) and for three different seasonal periods: whole (January-December), warm (April-September), and cold (October-March). RESULTS: For female ED visits for migraine, positive associations were observed during the warm season for sulphur dioxide (SO2), and in the cold season for particulate matter (PM2.5) exposures lagged by 2-days. The percentage increase in daily visits was 4.0% (95% CI: 0.8-7.3) for SO2 mean level change of 4.6 ppb, and 4.6% (95% CI: 1.2,-8.1) for PM2.5 mean level change of 8.3 microg/m3. For male ED visits for headache, the largest association was obtained during the warm season for nitrogen dioxide (NO2), which was 13.5% (95% CI: 6.7-20.7) for same day exposure. CONCLUSIONS: Our findings support the associations between air pollutants and the number of ED visits for headache.
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 ».