Predictors of early and late onset asthma in a rural population of children: The Saskatchewan Rural Health Study
Notice bibliographique
Résumé
<b>Background:</b> Certain environmental and familial factors are known to be predictive or protective of asthma in children. We investigated the relationship between risk factors for asthma in children and whether or not these were associated with early or later onset asthma. <b>Methods:</b> Parents of 2383 children living in rural farming regions of Saskatchewan, Canada completed a questionnaire survey evaluating respiratory disease in school age children. Questionnaires were distributed through schools to parents. Data was available for 354 children ages 6 to 17 years with a history of doctor diagnosed asthma. Age of onset of asthma was categorized as either a diagnosis of asthma before the age of 6 (early) or at 6 years or later (late). Independent variables included living on a farm in the first year of life, current location of home (farm/acreage or other), early daycare attendance, sib ship, breastfeeding, history of respiratory allergies, maternal asthma, prenatal smoking, and maternal education (≤ grade 12 or post-secondary) <b>Results:</b> Most children had early onset asthma (75.2%). Neither allergy nor parental allergy differed by earlier or late onset asthma. Prenatal smoking (p< 0.05), and male sex of the child (p <0.01) were associated with early onset asthma while currently living on a farm/acreage or farm life exposure in the first year were associated with late onset asthma (p < 0.05). No associations between early or late onset asthma and attending daycare, length of breastfeeding, sibling order were noted. <b>Conclusion:</b> While a history of allergy may not be time dependent for asthma onset, farm exposure may be more limited to preventing early asthma onset.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».