Air Pollution Related to Traffic and Chronic Respiratory Diseases (Asthma and COPD) in Africa
Notice bibliographique
Résumé
Introduction: Chronic respiratory diseases (CRD) are obvious effects of air pollution and the third reason of death in developing countries. In Africa, air pollution from road traffic is one of the main causes of poor air quality. We set out to systematically review existing published researches on traffic related to air pollution and CRD, particularly asthma and Chronic Obstructive Pulmonary Disease (COPD) in Africa. Methods: A literature search of PubMed, Scholar and LISSA databases, published journals, reference articles, published up to 31 December 2016, has been done by using a research strategy procedure. Texts were reviewed for inclusion. Studies were included if they met the following criteria: 1) the relationship between asthma or COPD with ambient air pollution related to road traffic was studied and 2) the population included people from Africa or lived in Africa. Articles written in English and French were included. Results: Fifty-five articles were selected in this review, of which twenty-seven were on air pollution and CRD in Africa. The proximity of the residence or workplace to the traffic is associated with an increased risk of asthma with a dose-response relationship. The estimated prevalence of COPD varies between 2.7% and 38.5%. Conclusion: There is little research on traffic related to air pollution and CRD in Africa. Strategies to reduce traffic related to air pollution in African cities have been proposed in order to have a healthier ambient air.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».