MétaCan
Menu
Retour à la cohorte
Enregistrement W2755438666 · doi:10.1016/j.envint.2017.08.020

Exposure to ambient air pollution and the incidence of dementia: A population-based cohort study

2017· article· en· W2755438666 sur OpenAlexafffundabout
Hong Chen, Jeffrey C. Kwong, Ray Copes, Perry Hystad, Aaron van Donkelaar, Karen Tu, Jeffrey R. Brook, Mark S. Goldberg, Randall V. Martin, Brian J. Murray, Andrew S. Wilton, Alexander Kopp, Richard T. Burnett

Notice bibliographique

RevueEnvironment International · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreEnvironment and Climate Change CanadaHealth CanadaToronto Western HospitalUniversity Health NetworkUniversity of TorontoDalhousie UniversityMcGill UniversityInstitute for Clinical Evaluative SciencesPublic Health Ontario
Organismes subventionnairesHealth CanadaOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésDementiaIncidence (geometry)Environmental healthCohortAir pollutionCohort studyPopulationPollutionMedicineAir pollutantsEnvironmental scienceDiseaseBiologyEcologyPathology

Résumé

récupéré en direct d'OpenAlex

Emerging studies have implicated air pollution in the neurodegenerative processes. Less is known about the influence of air pollution, especially at the relatively low levels, on developing dementia. We conducted a population-based cohort study in Ontario, Canada, where the concentrations of pollutants are among the lowest in the world, to assess whether air pollution exposure is associated with incident dementia. The study population comprised all Ontario residents who, on 1 April 2001, were 55–85 years old, Canadian-born, and free of physician-diagnosed dementia (~ 2.1 million individuals). Follow-up extended until 2013. We used population-based health administrative databases with a validated algorithm to ascertain incident diagnosis of dementia as well as prevalent cases. Using satellite observations, land-use regression model, and an optimal interpolation method, we derived long-term average exposure to fine particulate matter (≤ 2.5 μm in diameter) (PM2.5), nitrogen dioxide (NO2), and ozone (O3), respectively at the subjects' historical residences based on a population-based registry. We used multilevel spatial random-effects Cox proportional hazards models, adjusting for individual and contextual factors, such as diabetes, brain injury, and neighborhood income. We conducted various sensitivity analyses, such as lagging exposure up to 10 years and considering a negative control outcome for which no (or weaker) association with air pollution is expected. We identified 257,816 incident cases of dementia in 2001–2013. We found a positive association between PM2.5 and dementia incidence, with a hazard ratio (HR) of 1.04 (95% confidence interval (CI): 1.03–1.05) for every interquartile-range increase in exposure to PM2.5. Similarly, NO2 was associated with increased incidence of dementia (HR = 1.10; 95% CI: 1.08–1.12). No association was found for O3. These associations were robust to all sensitivity analyses examined. These estimates translate to 6.1% of dementia cases (or 15,813 cases) attributable to PM2.5 and NO2, based on the observed distribution of exposure relative to the lowest quartile in concentrations in this cohort. In this large cohort, exposure to air pollution, even at the relative low levels, was associated with higher dementia incidence.

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 enseignants0,545
Score d'incertitude au seuil0,916

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,294
Écart entre enseignants0,274 · 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

Citations399
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetAir Quality and Health ImpactsTravaux en français237 207