Ethnic differences in spirometry measurements in China: Results from a large community‐based epidemiological study
Notice bibliographique
Résumé
ABSTRACT Background and objective No previous studies have examined differences in spirometry measurements among ethnic populations in China, and factors which may influence ethnic differences are unclear. Our study aimed to investigate whether forced expiratory volume in 1 s (FEV 1 ) and forced vital capacity (FVC) differ among Han Chinese and other ethnic minorities in China. Methods We recruited 7137 individuals aged 35–70 years from four areas of China inhabited by ethnic minority groups between 2007 and 2009. We conducted spirometry tests for all available participants, and compared FEV 1 and FVC among Uygur, Hui, Mongolian, Dai and Han Chinese ethnicities, using nonlinear multiplicative regression models. Results A total of 2005 healthy never‐smokers were enrolled in the analysis. For all ethnicities, spirometry values increased with height and decreased with age; FEV 1 and FVC were consistently higher in males than in females. Compared with Han Chinese, FEV 1 was 4.42% (95% CI: 2.11–6.78%) higher in Mongolians, 4.08% (95% CI: 1.33–6.76%) lower in Uygurs, 4.39% (95% CI: 1.33–7.35%) lower in Hui people and 4.72% (95% CI: 1.80–7.55%) lower in Dai people, after adjusted for potential confounders including height, age, sex and place of residence. We observed similar differences for FVC. Conclusions We detected significant differences in spirometry measurements among ethnic populations in China. Such differences cannot be fully explained by demographic, anthropometric or socioeconomic factors, but may also be attributed to genetic background as well as indoor and outdoor environmental exposures that need further investigation.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».