STROBE-Long-Term Exposure to Ambient Fine Particulate Air Pollution and Hospitalization Due to Peptic Ulcers
Notice bibliographique
Résumé
Little is known about the effect of air pollution on the gastrointestinal (GI) system. We investigated the association between long-term exposures to outdoor fine particles (PM2.5) and hospitalization for peptic ulcer diseases (PUDs) in a large cohort of Hong Kong Chinese elderly.A total of 66,820 subjects aged ≥65 years who were enrolled in all 18 Government Elderly Health Service centers of Hong Kong participated in the study voluntarily between 1998 and 2001. They were prospectively followed up for more than 10 years. Annual mean exposures to PM2.5 at residence of individuals were estimated by satellite data through linkage with address details including floor level. All hospital admission records of the subjects up to December 31, 2010 were retrieved from the central database of Hospital Authority. We used Cox regression to estimate the hazard ratio (HR) for PUD hospitalization associated with PM2.5 exposure after adjustment for individual and ecological covariates.A total of 60,273 subjects had completed baseline information including medical, socio-demographic, lifestyle, and anthropometric data at recruitment. During the follow-up period, 1991 (3.3%) subjects had been hospitalized for PUD. The adjusted HR for PUD hospitalization per 10 μg/m of PM2.5 was 1.18 (95% confidence interval: 1.02-1.36, P = 0.02). Further analysis showed that the associations with PM2.5 were significant for gastric ulcers (HR 1.29; 1.09-1.53, P = 0.003) but not for duodenal ulcers (HR 0.98; 0.78 to 1.22, P = 0.81).Long-term exposures to PM2.5 were associated with PUD hospitalization in elder population. The mechanism underlying the PM2.5 in the development of gastric ulcers warrants further research.
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 | 0,000 |
| 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) | 0,001 | 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 ».