MétaCan
Menu
Retour à la cohorte
Enregistrement W2607741223 · doi:10.1093/sleepj/zsx050.433

0434 THE ASSOCIATION OF TRAFFIC-RELATED AIR POLLUTION WITH SLEEP APNEA AND INFLAMMATORY BIOMARKERS

2017· article· en· W2607741223 sur OpenAlexaffabout
Cheryl R. Laratta, Chris Carlsten, Michael Bräuer, AJ Hirsch Allen, Noam Fox, BU Peres, Najib Ayas

Notice bibliographique

RevueSLEEP · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineSystemic inflammationPolysomnographyInternal medicineObstructive sleep apneaInflammationSleep apneaAsthmaApnea

Résumé

récupéré en direct d'OpenAlex

Obstructive sleep apnea (OSA) is associated with inflammatory biomarkers which may predispose to premature cardiovascular disease. Air pollution is also associated with systemic inflammation, and may therefore also be associated with worsening OSA. Our objective was to assess whether traffic-related pollution (TRAP) is associated with OSA severity or systemic inflammation. 1858 consenting patients who had a polysomnography (PSG) for suspected OSA were recruited between 2007 and 2013 into a research database. Information from a detailed questionnaire, BMI, and PSG were included. In a subset (n=494), serum was collected the morning after PSG, and levels of inflammatory biomarkers (e-selectin, intracellular adhesion molecule, vascular cell adhesion molecule, interleukin 6, interleukin 8) were measured using Luminex. For each patient, residential 6-digit postal code (corresponding to ~ 1 block face) was used to estimate each subject’s TRAP exposure (nitrogen oxides, black carbon and fine particulate matter) using land-use regression, with mean nitrogen dioxide concentration of 16.2 ± 5.6 ppb (Vancouver, BC). SAS 9.4 used for analysis. 1339 participants (69.6% male, mean and SD age: 57.6 ± 12.2 years, AHI: 22.5 ± 22.1/hr) had a postal code within the air pollution model domain. 255 patients had no OSA (AHI <5/hr); 390 had mild OSA (AHI 5–15/hr); 336 had moderate OSA (AHI 15–30/hr); and 358 had severe OSA (AHI >30/hr). Pollution measures were not significantly correlated with AHI (Pearson correlation coefficients -0.005 to -0.061, p>0.1 for all variables) or with OSA severity using categorical variables by ANOVA; the lack of association persisted after controlling for age and gender. None of the inflammatory biomarkers were associated with pollution levels. In our cohort, we did not find an association between air pollution exposure and either OSA severity or inflammatory biomarkers. This work is funded through grants from the Canadian Institutes of Health Research and the Canadian Sleep and Circadian Network.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207