The Air Quality Health Index and Emergency Department Visits for Otitis Media
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to explore novel multipollutant exposure assessments using the Air Quality Health Index in relation to emergency department visits for otitis media (OM). DESIGN: This study was a retrospective analysis using information from emergency department visits for OM, air pollution, and weather databases. METHODS: For children 3 years of age or younger, there were 4,815 emergency department visits for OM over a 6-year period across hospitals in Windsor, Ontario, Canada. Both time-stratified case-crossover and nonlinear time series distributed lag analyses were applied to investigate the association between the Air Quality Health Index and visits for OM. FINDINGS: Using case-crossover analysis, there was an increase in emergency department visits with OM diagnoses 6 to 7 days postexposure to increased ozone and 3 to 4 days after exposure to increased particulate matter. For every 1 unit increase in the Air Quality Health Index, discharge diagnosis of OM increased 5% to 6% three days postexposure. Effects were stronger using the nonlinear time series analysis. The overall risk for OM, in the first 15 days after an increase in the Air Quality Health Index, was 1.22 times the risk of OM on days following no increase in exposures. CONCLUSIONS: These findings confirm that there is an association between the multipollutant Air Quality Health Index and emergency department visits for OM. The findings can be used to inform risk communication, patient education, and policy. CLINICAL RELEVANCE: Clinicians can use the Air Quality Health Index as an education and advocacy tool to promote and protect the health of those at high risk for OM to reduce exposures.
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 | 0,003 | 0,002 |
| 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 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 ».