MétaCan
Menu
Retour à la cohorte
Enregistrement W2754842155 · doi:10.1515/reveh-2017-0011

Air pollution, aeroallergens and suicidality: a review of the effects of air pollution and aeroallergens on suicidal behavior and an exploration of possible mechanisms

2017· review· en· W2754842155 sur OpenAlexaff
Renee‐Marie Ragguett, Mehala Subramaniapillai, Nicole E. Carmona, Yena Lee, Duanduan Yuan, Carola Rong, Roger S. McIntyre

Notice bibliographique

RevueReviews on Environmental Health · 2017
Typereview
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésAir pollutionEnvironmental sciencePollutionEnvironmental chemistryEnvironmental healthMedicineChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Risk factors for suicide can be broadly categorized as sociodemographic, clinical and treatment. There is interest in environmental risk and protection factors for suicide. Emerging evidence suggests a link between environmental factors in the form of air pollution and aeroallergens in relation to suicidality. METHODS: Herein, we conducted a systematic review of 15 articles which have met inclusion criteria on the aforementioned effects. RESULTS: The majority of the reviewed articles reported an increased suicide risk alongside increased air pollutants or aeroallergens (i.e. pollen) increase; however, not all environmental factors were explored equally. In specific, studies that were delimited to evaluating particulate matter (PM) reported a consistent association with suicidality. We also provide a brief description of putative mechanisms (e.g. inflammation and neurotransmitter dysregulation) that may mediate the association between air pollution, aeroallergens and suicidality. CONCLUSION: Available evidence suggests that exposure to harmful air quality may be associated with suicidality. There are significant public health implications which are amplified in regions and countries with greater levels of air pollution and aeroallergens. In addition, those with atopic sensitivity may represent a specific subgroup that is 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 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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,366
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews on Environmental HealthMême sujetTryptophan and brain disordersTravaux en français237 207