Long-term exposure to road traffic noise, ambient air pollution, and cardiovascular risk factors in the HUNT and lifelines cohorts
Notice bibliographique
Résumé
AIMS: Blood biochemistry may provide information on associations between road traffic noise, air pollution, and cardiovascular disease risk. We evaluated this in two large European cohorts (HUNT3, Lifelines). METHODS AND RESULTS: Road traffic noise exposure was modelled for 2009 using a simplified version of the Common Noise Assessment Methods in Europe (CNOSSOS-EU). Annual ambient air pollution (PM10, NO2) at residence was estimated for 2007 using a Land Use Regression model. The statistical platform DataSHIELD was used to pool data from 144 082 participants aged ≥20 years to enable individual-level analysis. Generalized linear models were fitted to assess cross-sectional associations between pollutants and high-sensitivity C-reactive protein (hsCRP), blood lipids and for (Lifelines only) fasting blood glucose, for samples taken during recruitment in 2006-2013. Pooling both cohorts, an inter-quartile range (IQR) higher day-time noise (5.1 dB(A)) was associated with 1.1% [95% confidence interval (95% CI: 0.02-2.2%)] higher hsCRP, 0.7% (95% CI: 0.3-1.1%) higher triglycerides, and 0.5% (95% CI: 0.3-0.7%) higher high-density lipoprotein (HDL); only the association with HDL was robust to adjustment for air pollution. An IQR higher PM10 (2.0 µg/m3) or NO2 (7.4 µg/m3) was associated with higher triglycerides (1.9%, 95% CI: 1.5-2.4% and 2.2%, 95% CI: 1.6-2.7%), independent of adjustment for noise. Additionally for NO2, a significant association with hsCRP (1.9%, 95% CI: 0.5-3.3%) was seen. In Lifelines, an IQR higher noise (4.2 dB(A)) and PM10 (2.4 µg/m3) was associated with 0.2% (95% CI: 0.1-0.3%) and 0.6% (95% CI: 0.4-0.7%) higher fasting glucose respectively, with both remaining robust to adjustment for air/noise pollution. CONCLUSION: Long-term exposures to road traffic noise and ambient air pollution were associated with blood biochemistry, providing a possible link between road traffic noise/air pollution and cardio-metabolic disease 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».