Road traffic noise and incident cardiovascular disease: a joint analysis of HUNT, EPIC-Oxford and UK Biobank
Notice bibliographique
Résumé
Aims: This study aimed to investigate the effects of long-term exposure to road traffic noise on incident CVD in three large cohorts: HUNT, EPIC-Oxford and UK Biobank. Methods: In a complete-case sample (N=361,699), 4,014 IHD and 2,109 cerebrovascular incident cases were ascertained between baseline (1993-2010) and end of follow-up (2008- 2015) through medical record linkage. Annual mean road traffic noise exposure was modelled at baseline address. Individual-level covariate data were harmonised and data were pooled. Analyses used Cox proportional hazards model with adjustments for confounders, including air pollution. Results: For an interquartile range (IQR) (3.9 dBA) higher daytime noise, a non-significant association with incident IHD was seen (Hazard ratio (HR): 1.015, 95% Confidence Interval (CI): 0.989-1.042), fully adjusted. Statistically significant associations and interaction terms were seen in obese individuals (HR: 1.099, 95%CI: 1.029-1.174), and current-smokers (HR: 1.054, 95%CI: 1.007-1.103). No associations were found for ischemic or hemorrhagic stroke. Conclusions: Our study strengthens the evidence base for an effect of road traffic noise on incident IHD, whilst the association with incident stroke remains unclear.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».