The association of early-life exposure to ambient PM2.5 and later-childhood height-for-age in India: an observational study
Notice bibliographique
Résumé
Children in India are exposed to high levels of ambient fine particulate matter (PM2.5). However, population-level evidence of associations with adverse health outcomes from within the country is limited. The aim of our study is to estimate the association of early-life exposure to ambient PM2.5 with child health outcomes (height-for-age) in India. We linked nationally-representative anthropometric data from India’s 2015–2016 Demographic and Health Survey (n = 218,152 children under five across 640 districts of India) with satellite-based PM2.5 exposure (concentration) data. We then applied fixed effects regression to assess the association between early-life ambient PM2.5 and subsequent height-for-age, analyzing whether deviations in air pollution from the seasonal average for a particular place are associated with deviations in child height from the average for that season in that place, controlling for trends over time, temperature, and birth, mother, and household characteristics. We also explored the timing of exposure and potential non-linearities in the concentration-response relationship. Children in the sample were exposed to an average of 55 μ g/m3 of PM2.5 in their birth month. After controlling for potential confounders, a 100 μg/m3 increase in PM2.5 in the month of birth was associated with a 0.05 [0.01–0.09] standard deviation reduction in child height. For an average 5 year old girl, this represents a height deficit of 0.24 [0.05–0.43] cm. We also found that exposure to PM2.5 in the last trimester in utero and in the first few months of life are significantly (p < 0.05) associated with child height deficits. We did not observe a decreasing marginal risk at high levels of exposure. India experiences some of the worst air pollution in the world. To our knowledge, this is the first study to estimate the association of early-life exposure to ambient PM2.5 on child height-for-age at the range of ambient pollution exposures observed in India. Because average exposure to ambient PM2.5 is high in India, where child height-for-age is a critical challenge in human development, our results highlight ambient air pollution as a public health policy priority.
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 | 0,002 | 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 | 0,000 |
| 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) | 0,000 | 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 ».