LUNG INFLAMMATION AMONG CHILDREN WITH ASTHMA EXPOSED TO INDUSTRIAL AND TRAFFIC POLLUTION
Notice bibliographique
Résumé
Background and Aims: Children with asthma are susceptible to the effects of ambient air pollution, including increased symptoms and lung inflammation. Industrial emissions are an important source of air pollution in many areas. Oil refinery emissions are of particular concern as they comprise a complex mixture of organic and inorganic pollutants. We examined associations between fractional exhaled nitric oxide (FeNO), an indicator of airway inflammation, and exposure to oil refinery and traffic emissions on the health of children with asthma in Montreal, Canada. Methods: We recruited 69 children (age 8-13 years) with a physician diagnosis of asthma from schools and an asthma clinic. Subjects participated in the panel study for 10 consecutive days between October 2009 and April 2010. We measured personal exposures to sulphur dioxide (SO2) using Ogawa passive samplers (Ogawa & Company, Pompano Beach, FL, USA) and fine particulate matter (PM2.5) using Harvard Personal Environmental Monitors (HPEM, BGI, MA, USA) and continuously using the personal DataRAM (pDR-1200, MIE Inc, Bedford, MA). Filters were also analyzed for metals associated with oil refinery emissions. We recorded online FeNO daily using the NIOX MINO monitor (Aerocrine, Solna, Sweden) and collected participants’ reports on health, medication use, and activities. Linear mixed-effects regression models with autoregressive correlation structure were used to estimate the association between FeNO and pollutant exposure. Results: The geometric mean of FeNO was 20.9 ppb (geometric standard deviation: 2.2). Mean (SD) personal exposure to PM2.5 was 9.5 (13.4) µg/m3, while for SO2 it was 0.81 (3.21) ppb. Preliminary models indicate that an increase of 10 µg/m3 in previous 8-hour personal exposure to PM2.5 was associated with a 1% (95% CI: 0.1-2.0%) increase in FeNO, adjusted for corticosteroid use, age and sex. Conclusions: Preliminary results indicate an association between personal exposures to PM2.5 and increased airway inflammation in children with asthma.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».