Wood smoke exposure induces a pulmonary and systemic inflammatory response in firefighters
Notice bibliographique
Résumé
Epidemiological studies report an association between exposure to biomass smoke and cardiopulmonary morbidity. The mechanisms for this association are unclear. The aim of the present study was to characterise the acute pulmonary and systemic inflammatory effects of exposure to forest fire smoke. Seasonal forest firefighters (n = 52) were recruited before and/or after a day of fire-fighting. Exposure was assessed by questionnaires and measurement of carbon monoxide levels (used to estimate respirable particulate matter exposure). The pulmonary response was assessed by questionnaires, spirometry and sputum induction. Peripheral blood cell counts and inflammatory cytokines were measured to define the systemic response. Estimated respirable particulate matter exposure was high (peak levels >2 mg x m(-3)) during fire-fighting activities. Respiratory symptoms were reported by 65% of the firefighters. The percentage sputum granulocytes increased significantly from 6.5 to 10.9% following fire-fighting shifts, with concurrent increases in circulating white blood cells (5.55x10(9) to 7.06x10(9) cells x L(-1)) and band cells (0.11x10(9) to 0.16x10(9) cells x L(-1)). Serum interleukin (IL)-6, IL-8 and monocyte chemotactic protein-1 levels significantly increased following fire-fighting. There were no changes in band cells, IL-6, and IL-8 following strenuous physical exertion without fire-fighting. There was a significant association between changes in sputum macrophages containing phagocytosed particles and circulating band cells. In conclusion, acute exposure to air pollution from forest fire smoke elicits inflammation within the lungs, as well as a systemic inflammatory response.
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 | 0,004 | 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 | 0,001 |
| 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 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 ».