Ambient air pollution exposure and emergency department visits for substance abuse
Notice bibliographique
Résumé
There is growing evidence supporting the notion that exposure to air pollution can contribute to cognitive and psychiatric disorders, including depression and suicide. Given the relationship between exposure to acute stressors and substance abuse, the present study assessed the association between exposure to ambient air pollution and emergency department (ED) visits for alcohol and drug abuse. ED visit data selected according to International Classification of Disease (ICD-9) coding 303 (alcohol dependence syndromes) and 305 (non-dependent abuse of drugs) were collected in five hospitals in Edmonton, Canada. A time-stratified case crossover design was used. Conditional logistic regression was applied to calculate odds ratios (OR) and 95% confidence intervals (95% CI). Season, temperature, and relative humidity were adjusted for using natural splines. Results are reported for an increase in pollutant concentrations equivalent to one interquartile range (IQR). Statistically significant positive associations with substance abuse were observed for CO, NO2 and particulate matter with an aerodynamic diameter less than 10 μm (PM10) and 2.5 μm (PM2.5). The strongest results were obtained in the cold period (October-March) for 1-day lagged CO (OR = 1.03, 95% CI: 1.01, 1.05, IQR = 0.4 ppm) and NO2 (OR = 1.04, 95% CI: 1.01, 1.07, IQR = 12.8 ppb); ORs were also significant for CO and NO2 with lags of 2 to 6 days and 2 to 7 days, respectively. The study suggests that, even at low levels, increases in ambient CO, NO2, and PMs are associated with increased hospital admissions for substance abuse, possibly as a result of impacts of air quality on mental health or depression.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».