The role of cardiovascular disease in the relationship between air pollution and incident dementia: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests a link between air pollution and dementia. Cardiovascular disease (CVD) may be a potential determinant of dementia. This motivated us to quantify the contribution of CVD to the association between air pollution and dementia. METHODS: A cohort of Canadian-born residents of Ontario, who participated in the 1996-2003 Canadian Community Health Surveys, was followed through 2013 or until dementia diagnosis. Exposure to nitrogen dioxide (NO2) and fine particulate matter (PM2.5) was estimated with a 3-year average and 5-year lag before dementia diagnosis. Incident CVD was evaluated as a mediator. We used multi-level Cox proportional and Aalen additive hazard regression models, adjusting for individual- and neighbourhood-level risk factors to estimate associations with NO2 and PM2.5. We estimated the total, direct and indirect effects of air pollution on dementia through cardiovascular disease. RESULTS: This study included 34 391 older adults. At baseline, the mean age of this cohort was 59 years. The risk of dementia was moderately higher among those more exposed to NO2 (hazard ratio (HR) 1.10, 95% confidence interval (CI) 0.99-1.19; and 100 additional cases per 100 000 [standard error (SE) <100x10-5]) and PM2.5 [(HR 1.29, 95% CI 0.99-1.64; 200 additional cases per 100 000] [SE 100x10-5]) after adjusting for covariates; however, these estimates are imprecise. A greater proportion of the relationship between PM2.5 and dementia was mediated through CVD than NO2 for both scales. CONCLUSIONS: These results suggest some of the association between air pollution and dementia is mediated through CVD, indicating that improving cardiovascular health may prevent dementia in areas with higher exposure to air pollution.
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 | 0,009 | 0,003 |
| 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 ».