Association of living in a farming environment with asthma incidence in Canadian children
Notice bibliographique
Résumé
<b>Background:</b> Living in a farming environment during early life has been shown to have a protective effect against asthma and this has given rise to the 9hygiene hypothesis9; however, only a limited number of longitudinal studies have been conducted to examine this relationship, to date. <b>Objective:</b> To examine the effect of living in a farm environment on asthma incidence in children in a population-based 14-year follow-up study. <b>Methods:</b> In total, 10,941 children free of asthma and wheeze at the baseline in the National Longitudinal Survey of Children and Youth were considered. Children9s living environment was classified, based on street-level frontage, into three categories: non-rural, rural non-farming and farming. <b>Results:</b> The 14-year cumulative incidence of asthma was 16.50%, 13.12%, and 10.18% for children residing in non-rural, rural non-farming, and farming environments, respectively. After adjusting for potential confounders, children residing in farming environments had a significantly reduced risk of asthma [hazard ratio (HR): 0.56; 95% confidence interval (CI): (0.41, 0.76)] in comparison to those living in non-rural environments. Children residing in rural non-farming environments also had a reduced risk of asthma in comparison to those living in non-rural environments. In an analysis, restricting to children aged 0 to 4 years and considering children living in rural non-farming environments as the comparison group, children living in farming environments had a reduced risk of asthma [HR = 0.59; 95% CI: (0.35, 0.99)]. <b>Conclusion:</b> Our study provides further evidence that living in a farming environment during childhood is protective of asthma incidence in adolescence and adulthood.
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) | 0,000 | 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 ».