MétaCan
Menu
Retour à la cohorte
Enregistrement W2516384560 · doi:10.4137/ehi.s40493

Air Pollution and Emergency Department Visits for Depression: A Multicity Case-Crossover Study

2016· article· en· W2516384560 sur OpenAlexaff
Mieczysław Szyszkowicz, Termeh Kousha, Mila Kingsbury, Ian Colman

Notice bibliographique

RevueEnvironmental Health Insights · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentDepression (economics)MedicineOddsLogistic regressionOdds ratioAmbulatoryEnvironmental healthEmergency medicineVeterans AffairsMajor depressive disorderPediatricsPsychiatryInternal medicineMood

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of this study was to investigate the associations between ambient air pollution and emergency department (ED) visits for depression. METHODS: Health data were retrieved from the National Ambulatory Care Reporting System. ED visits for depression were retrieved from the National Ambulatory Care Reporting System using the International Classification of Diseases (ICD-10), Tenth revision codes; ICD-10: F32 (mild depressive episode) and ICD-10: F33 (recurrent depressive disorder). A case-crossover design was employed for this study. Conditional logistic regression models were used to estimate odds ratios. RESULTS: For females, exposure to ozone was associated with increased risk of an ED visit for depression between 1 and 7 days after exposure, for males, between 1 and 5, and 8 days after exposure, with odds ratios ranging between 1.02 and 1.03. CONCLUSIONS: These findings suggest that, as hypothesized, there is a positive association between exposure to air pollution and ED visits for depression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,265
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,328
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations131
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health InsightsMême sujetAir Quality and Health ImpactsTravaux en français237 207