Altitude and COPD prevalence: analysis of the PREPOCOL-PLATINO-BOLD-EPI-SCAN study
Notice bibliographique
Résumé
BACKGROUND: COPD prevalence is highly variable and geographical altitude has been linked to it, yet with conflicting results. We aimed to investigate this association, considering well known risk factors. METHODS: A pooled analysis of individual data from the PREPOCOL-PLATINO-BOLD-EPI-SCAN studies was used to disentangle the population effect of geographical altitude on COPD prevalence. Post-bronchodilator FEV1/FVC below the lower limit of normal defined airflow limitation consistent with COPD. High altitude was defined as >1500 m above sea level. Undiagnosed COPD was considered when participants had airflow limitation but did not report a prior diagnosis of COPD. RESULTS: Among 30,874 participants aged 56.1 ± 11.3 years from 44 sites worldwide, 55.8% were women, 49.6% never-smokers, and 12.9% (3978 subjects) were residing above 1500 m. COPD prevalence was significantly lower in participants living at high altitude with a prevalence of 8.5% compared to 9.9%, respectively (p < 0.005). However, known risk factors were significantly less frequent at high altitude. Hence, in the adjusted multivariate analysis, altitude itself had no significant influence on COPD prevalence. Living at high altitude, however, was associated with a significantly increased risk of undiagnosed COPD. Furthermore, subjects with airflow limitation living at high altitude reported significantly less respiratory symptoms compared to subjects residing at lower altitude. CONCLUSION: Living at high altitude is not associated with a difference in COPD prevalence after accounting for individual risk factors. However, high altitude itself was associated with an increased risk of undiagnosed COPD.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».