MétaCan
Menu
Retour à la cohorte
Enregistrement W2146300306 · doi:10.1186/1476-069x-13-105

Air pollution events from forest fires and emergency department attendances in Sydney, Australia 1996–2007: a case-crossover analysis

2014· article· en· W2146300306 sur OpenAlexaff
Fay H. Johnston, Stuart Purdie, Bin Jalaludin, Kara Martin, Sarah B. Henderson, Geoffrey Morgan

Notice bibliographique

RevueEnvironmental Health · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensBC Centre for Disease Control
Organismes subventionnairesAustralian Research CouncilNSW Ministry of HealthAustralian National University
Mots-clésMedicineEmergency departmentConfidence intervalOdds ratioAsthmaDemographyPercentileEnvironmental healthEmergency medicineNames of the days of the weekLogistic regressionInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Severe air pollution generated by forest fires is becoming an increasingly frequent public health management problem. We measured the association between forest fire smoke events and hospital emergency department (ED) attendances in Sydney from 1996-2007. METHODS: A smoke event occurred when forest fires caused the daily citywide average concentration of particulate matter (PM10 or PM2.5) to exceed the 99th percentile of the entire study period. We used a time-stratified case-crossover design and conditional logistic regression models adjusted for meteorology, influenza epidemics, and holidays to estimate odds ratios (OR) and 95% confidence intervals (CI) for ED attendances on event days compared with non-event days for all non-trauma ED attendances and selected cardiorespiratory conditions. RESULTS: The 46 validated fire smoke event days during the study period were associated with same day increases in ED attendances for all non-trauma conditions (1.03, 95% CI 1.02, 1.04), respiratory conditions (OR 1.07, 95% CI 1.04, 1.10), asthma (OR 1.23, 95% CI 1.15, 1.30), and chronic obstructive pulmonary disease (OR 1.12, 95% CI 1.02, 1.24). Positive associations persisted for one to three days after the event. Ischaemic heart disease ED attendances were increased at a lag of two days (OR 1.07, 95% CI 1.01, 1.15) while arrhythmias had an inverse association at a lag of two days (OR 0.91, 95% CI 0.83, 0.99). In age-specific analyses, no associations present in children less than 15 years of age for any outcome, although a non-significant trend towards a positive association was seen with childhood asthma. A further association between smoke event and heart failure attendances was present for the 15-65 year age group, but not older adults at a lag of two days (OR 1.37 95% CI 1.05, 1.78). CONCLUSION: Smoke events were associated with an immediate increase in presentations for respiratory conditions and a lagged increase in attendances for ischaemic heart disease and heart failure. Respiratory impacts were either absent or considerably attenuated in those <15 years. Similar to previous studies we found inconsistent associations between fire smoke and cardiovascular diseases. Better characterisation of the spectrum of population health risks is needed to guide public heath responses to severe smoke events as this exposure becomes increasingly common with global climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,259
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations128
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetFire effects on ecosystemsTravaux en français237 207