Extreme Air Pollution Conditions Adversely Affect Blood Pressure and Insulin Resistance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mounting evidence supports that fine particulate matter adversely affects cardiometabolic diseases particularly in susceptible individuals; however, health effects induced by the extreme concentrations within megacities in Asia are not well described. We enrolled 65 nonsmoking adults with metabolic syndrome and insulin resistance in the Beijing metropolitan area into a panel study of 4 repeated visits across 4 seasons since 2012. Daily ambient fine particulate matter and personal black carbon levels ranged from 9.0 to 552.5 µg/m(3) and 0.2 to 24.5 µg/m(3), respectively, with extreme levels observed during January 2013. Cumulative fine particulate matter exposure windows across the prior 1 to 7 days were significantly associated with systolic blood pressure elevations ranging from 2.0 (95% confidence interval, 0.3-3.7) to 2.7 (0.6-4.8) mm Hg per SD increase (67.2 µg/m(3)), whereas cumulative black carbon exposure during the previous 2 to 5 days were significantly associated with ranges in elevations in diastolic blood pressure from 1.3 (0.0-2.5) to 1.7 (0.3-3.2) mm Hg per SD increase (3.6 µg/m(3)). Both black carbon and fine particulate matter were significantly associated with worsening insulin resistance (0.18 [0.01-0.36] and 0.22 [0.04-0.39] unit increase per SD increase of personal-level black carbon and 0.18 [0.02-0.34] and 0.22 [0.08-0.36] unit increase per SD increase of ambient fine particulate matter on lag days 4 and 5). These results provide important global public health warnings that air pollution may pose a risk to cardiometabolic health even at the extremely high concentrations faced by billions of people in the developing world today.
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.
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 | 0,000 | 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 découle