MétaCan
Menu
Retour à la cohorte
Enregistrement W2889431644 · doi:10.1093/eurheartj/ehy565.p2544

P2544Risk of cardiovascular death by long-term solid fuel use for cooking and implications of switching to clean fuels: a prospective cohort study of 340,000 chinese adults

2018· article· en· W2889431644 sur OpenAlexaff
Ka Hung Chan, Derrick Bennett, Hubert Lam, Om Kurmi, Zhengming Chen

Notice bibliographique

RevueEuropean Heart Journal · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineProspective cohort studyTerm (time)CohortSolid fuelCohort studyEnvironmental healthWaste managementIntensive care medicineInternal medicineCombustion

Résumé

récupéré en direct d'OpenAlex

Background: Household air pollution from solid fuel use is estimated to be a leading cause of cardiovascular disease (CVD) mortality, but prospective evidence is limited. Purpose: To examine the association of solid fuel use for cooking with CVD deaths and the potential implications of switching from solid to clean fuels. Methods: In 0.5 million adults aged 30–79 years recruited from ten areas of China in 2004–2008, self-reported cooking frequency and primary fuel type used for cooking (clean fuels: electricity or gas; solid fuels: coal, wood or charcoal) were assessed. Duration of exposure was estimated based on information collected on the participant's three most recent residences. Mortality data up to 1 January 2017 were ascertained via linkage to death registries and hospitalisation records. The analyses were restricted to participants who cooked at least weekly throughout the recall period and had no self-reported prior history of CVD at baseline. Cox regression stratified for age-at-risk, sex and study areas yielded hazard ratios (HRs) adjusted for smoking, education, and other established confounders. Analyses also assessed the associations per 10 years longer duration of exposure.

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)0,001
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 enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetEnergy and Environment ImpactsTravaux en français237 207