MétaCan
Menu
Retour à la cohorte
Enregistrement W2176484374 · doi:10.1093/eurpub/ckt126.227

Traffic-related air pollution as a risk factor for the development of childhood allergic diseases: the “Traffic, Asthma and Genetics” project

2013· article· en· W2176484374 sur OpenAlexaffabout
Elaine Fuertes, Elaina MacIntyre, Erik Melén, Joachim Heinrich, Marjan Kerkhof, Göran Pershagen, Ulrike Gehring, Anita L. Kozyrskyj, Moira Chan‐Yeung, Michael Bräuer, Chris Carlsten

Notice bibliographique

RevueEuropean Journal of Public Health · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAsthmaEnvironmental healthAir pollutionMedicineDemographyImmunologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Background Inter-individual variability in associations between traffic-related air pollution and childhood allergic diseases may be explained by genetics and unexplored gene-environment interactions. We combined previously collected data from two Canadian (CAPPS, SAGE) and four European (BAMSE, PIAMA, GINI, LISA) birth cohorts to examine whether exposure to traffic-related air pollution interacts with a child’s genetic profile to impact the risk of developing childhood asthma, allergic rhinitis and sensitization. Methods Asthma and allergic rhinitis were defined using a parent report of doctor diagnosis or reported symptoms (allergic rhinitis only) at age seven or eight years. Associations between nitrogen dioxide (NO2), particulate matter 2.5 mass, particulate matter 2.5 absorbance and ozone, individually assigned to each child's address at birth, and single nucleotide polymorphisms within the GSTP1 and TNF genes with asthma and the GSTPI, TNF, TLR2 and TLR4 genes with allergic rhinitis and sensitization were examined using logistic regression (total children = 15,299). Interaction terms tested for gene-environment associations. Results Children with at least one rs1138272 or rs1695 minor allele (both in GSTPI; OR: 2.59 [95%CI:1.43-4.68] and OR:1.43 [95%CI: 1.03-1.98] per 10 mg/m3 NO2, respectively) were at increased risk of asthma when exposed to air pollution versus homozygous major allele carries (OR:0.95 [95%CI: 0.68-1.32] and OR:0.82 [95%CI:0.52-1.32] per 10 mg/m3 NO2, respectively). Children carrying at least one minor rs1800629 (TNF; OR:1.19 [95%CI:1.00-1.41]) or rs1927911 (TLR4; OR:1.24 [95%CI:1.01-1.53]) allele were at an increased risk of allergic rhinitis, regardless of TRAP exposure. Conclusions Children with GSTP1 minor alleles constitute a susceptible population at increased risk of asthma associated with air pollution. Children with at least one minor rs1800629 allele (TNF) or one minor rs1927911 allele (TLR4) may be at a higher risk of developing allergic rhinitis by school-age. Key messages Our findings confirm the hypothesis that genetically susceptible subgroups are particularly vulnerable to long-term air pollution exposure. These results have important public health relevance given the large proportion of the population carrying minor alleles associated with increased risk of allergic diseases.

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)0,002
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 enseignants0,836
Score d'incertitude au seuil0,330

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
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 Opus0,048
Tête enseignante GPT0,292
Écart entre enseignants0,244 · 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207