Respiratory Diseases in University Students Associated with Exposure to Residential Dampness or Mold
Notice bibliographique
Résumé
University students are frequently exposed to residential dampness or mold (i.e., visible mold, mold odor, dampness, or water leaks), a well-known contributor to asthma, allergic rhinitis, and respiratory infections. This study aims to: (a) describe the prevalence of these respiratory diseases among university students; and (b) examine the independent contribution of residential dampness or mold to these diseases. An online survey was conducted in March 2014 among the 26,676 students registered at the Université de Sherbrooke (Quebec, Canada). Validated questions and scores were used to assess self-reported respiratory diseases (i.e., asthma-like symptoms, allergic rhinitis, and respiratory infections), residential dampness or mold, and covariates (e.g., student characteristics). Using logistic regressions, the crude and adjusted odd ratios between residential dampness or mold and self-reported respiratory diseases were examined. Results from the participating students (n = 2097; response rate: 8.1%) showed high prevalence of allergic rhinitis (32.6%; 95% CI: 30.6–34.7), asthma-like symptoms (24.0%; 95% CI: 22.1–25.8) and respiratory infections (19.4%; 95% CI: 17.7–21.2). After adjustment, exposure to residential dampness or mold was associated with allergic rhinitis (OR: 1.25; 95% CI: 1.01–1.55) and asthma-like symptoms (OR: 1.70; 95% CI: 1.37–2.11), but not with respiratory infections (OR: 1.07; 95% CI: 0.85–1.36). Among symptomatic students, this exposure was also associated with uncontrolled and burdensome respiratory symptoms (p < 0.01). University students report a high prevalence of allergic rhinitis, asthma-like symptoms and respiratory infections. A common indoor hazard, residential dampness or mold, may play a role in increasing atopic respiratory diseases and their suboptimal control in young adults. These results emphasize the importance for public health organizations to tackle poor housing conditions, especially amongst university students who should be considered “at-risk”.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».