Impact of home remediation and household education on indoor air quality, respiratory visits and symptoms in Alaska Native children
Notice bibliographique
Résumé
Alaska Native children experience high rates of lower respiratory tract infections (LRTIs) and lung conditions, which are associated with substandard indoor air quality (IAQ). We conducted an intervention of home remediation and education to assess the impact on IAQ, respiratory symptoms and LRTI visits. We enrolled households of children 1–12 years of age with lung conditions. Home remediation included improving ventilation and replacing leaky woodstoves. We provided education about IAQ and respiratory health. We monitored indoor airborne particles (PM2.5), CO2, relative humidity and volatile organic compounds (VOCs), and interviewed caregivers about children’s symptoms before, and for 1 year after intervention. We evaluated the association between children’s respiratory visits, symptoms and IAQ indicators using multiple logistic regression. A total of 60 of 63 homes completed the study. VOCs decreased (coefficient = −0.20; p < 0.001); however, PM2.5 (coeff. = −0.010; p = 0.89) did not decrease. Burning wood for heat, VOCs and PM2.5 were associated with respiratory symptoms. After remediation, parents reported decreases in runny nose, cough between colds, wet cough, wheezing with colds, wheezing between colds and school absences. Children had an age-adjusted decrease in LRTI visits (coefficient = −0.33; p = 0.028). Home remediation and education reduced respiratory symptoms, LRTI visits and school absenteeism in children with lung conditions.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 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 ».