Short-Term Elevation of Fine Particulate Matter Air Pollution and Acute Lower Respiratory Infection
Notice bibliographique
Résumé
Abstract Rationale Nearly 60% of U.S. children live in counties with particulate matter less than or equal to 2.5 μm in aerodynamic diameter (PM2.5) concentrations above air quality standards. Understanding the relationship between ambient air pollution exposure and health outcomes informs actions to reduce exposure and disease risk. Objectives To evaluate the association between ambient PM2.5 levels and healthcare encounters for acute lower respiratory infection (ALRI). Methods Using an observational case-crossover design, subjects (n = 146,397) were studied if they had an ALRI diagnosis and resided on Utah’s Wasatch Front. PM2.5 air pollution concentrations were measured using community-based air quality monitors between 1999 and 2016. Odds ratios for ALRI healthcare encounters were calculated after stratification by ages 0–2, 3–17, and 18 or more years. Measurements and Main Results Approximately 77% (n = 112,467) of subjects were 0–2 years of age. The odds of ALRI encounter for these young children increased within 1 week of elevated PM2.5 and peaked after 3 weeks with a cumulative 28-day odds ratio of 1.15 per +10 μg/m3 (95% confidence interval, 1.12–1.19). ALRI encounters with diagnosed and laboratory-confirmed respiratory syncytial virus and influenza increased following elevated ambient PM2.5 levels. Similar elevated odds for ALRI were also observed for older children, although the number of events and precision of estimates were much lower. Conclusions In this large sample of urban/suburban patients, short-term exposure to elevated PM2.5 air pollution was associated with greater healthcare use for ALRI in young children, older children, and adults. Further exploration is needed of causal interactions between PM2.5 and ALRI.
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 | 0,001 | 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 | 0,000 | 0,002 |
| 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 ».