Particulate Oxidative Burden as a Predictor of Exhaled Nitric Oxide in Children with Asthma
Notice bibliographique
Résumé
BACKGROUND: Epidemiological studies have provided strong evidence that fine particulate matter (PM2.5; aerodynamic diameter ≤ 2.5 μm) can exacerbate asthmatic symptoms in children. Pro-oxidant components of PM2.5 are capable of directly generating reactive oxygen species. Oxidative burden is used to describe the capacity of PM2.5 to generate reactive oxygen species in the lung. OBJECTIVE: In this study we investigated the association between airway inflammation in asthmatic children and oxidative burden of PM2.5 personal exposure. METHODS: Daily PM2.5 personal exposure samples (n = 249) of 62 asthmatic school-aged children in Montreal were collected over 10 consecutive days. The oxidative burden of PM2.5 samples was determined in vitro as the depletion of low-molecular-weight antioxidants (ascorbate and glutathione) from a synthetic model of the fluid lining the respiratory tract. Airway inflammation was measured daily as fractional exhaled nitric oxide (FeNO). RESULTS: A positive association was identified between FeNO and glutathione-related oxidative burden exposure in the previous 24 hr (6.0% increase per interquartile range change in glutathione). Glutathione-related oxidative burden was further found to be positively associated with FeNO over 1-day lag and 2-day lag periods. Results further demonstrate that corticosteroid use may reduce the FeNO response to elevated glutathione-related oxidative burden exposure (no use, 15.8%; irregular use, 3.8%), whereas mold (22.1%), dust (10.6%), or fur (13.1%) allergies may increase FeNO in children with versus children without these allergies (11.5%). No association was found between PM2.5 mass or ascorbate-related oxidative burden and FeNO levels. CONCLUSIONS: Exposure to PM2.5 with elevated glutathione-related oxidative burden was associated with increased FeNO. CITATION: Maikawa CL, Weichenthal S, Wheeler AJ, Dobbin NA, Smargiassi A, Evans G, Liu L, Goldberg MS, Godri Pollitt KJ. 2016. Particulate oxidative burden as a predictor of exhaled nitric oxide in children with asthma. Environ Health Perspect 124:1616-1622; http://dx.doi.org/10.1289/EHP175.
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 | 0,000 | 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 | 0,001 |
| 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) | 0,002 | 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 ».