MétaCan
Menu
Retour à la cohorte
Enregistrement W2810239336 · doi:10.1007/s11869-018-0582-4

Ambient air pollution and the prevalence of rhinoconjunctivitis in adolescents: a worldwide ecological analysis

2018· article· en· W2810239336 sur OpenAlexaff
Barbara K. Butland, H Ross Anderson, Aaron van Donkelaar, Elaine Fuertes, Michael Bräuer, Bert Brunekreef, Randall V. Martin

Notice bibliographique

RevueAir Quality Atmosphere & Health · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesJoint Research CentreEuropean CommissionShell
Mots-clésMedicineConfidence intervalEnvironmental healthAsthmaDemographyOzoneAir pollutionPopulationPediatricsGeographyMeteorologyEcologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Whether exposure to outdoor air pollution increases the prevalence of rhinoconjunctivitis in children is unclear. Using data from Phase Three of the International Study of Asthma and Allergies in childhood (ISAAC), we investigated associations of rhinoconjunctivitis prevalence in adolescents with model-based estimates of ozone, and satellite-based estimates of fine (diameter < 2.5 μm) particulate matter (PM 2.5 ) and nitrogen dioxide (NO 2 ). Information on rhinoconjunctivitis (defined as self-reported nose symptoms without a cold or flu accompanied by itchy watery eyes in the past 12 months) was available on 505,400 children aged 13–14 years, in 183 centres in 83 countries. Centre-level prevalence estimates were calculated and linked geographically with estimates of long-term average concentrations of NO 2 , ozone and PM 2.5 . Multi-level models were fitted adjusting for population density, climate, sex and gross national income. Information on parental smoking, truck traffic and cooking fuel was available for a restricted set of centres (77 in 36 countries). Between centres within countries, the estimated change in rhinoconjunctivitis prevalence per 100 children was 0.171 (95% confidence interval: − 0.013, 0.354) per 10% increase in PM 2.5 , 0.096 (− 0.003, 0.195) per 10% increase in NO 2 and − 0.186 (− 0.390, 0.018) per 1 ppbV increase in ozone. Between countries, rhinoconjunctivitis prevalence was significantly negatively associated with both ozone and PM 2.5 . In the restricted dataset, the latter association became less negative following adjustment for parental smoking and open fires for cooking. In conclusion, there were no significant within-country associations of rhinoconjunctivitis prevalence with study pollutants. Negative between-country associations with PM 2.5 and ozone require 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,320
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir Quality Atmosphere & HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207